Wie wichtig Basis-Professionalisierung und der Einstieg in systematische Unterrichtsentwicklung mit Blick auf genKI nach wie vor sind, zeigen die aktuellen PISA 2025-Ergebnisse deutlich. Gerade Pädagogische Tage zu gutem Lernen im Kontext von genKI verlaufen dann auch immer konstruktiv und motivierend. Zu offensichtlich scheint allen Beteiligten zu sein, wie sehr (eigenständiges) Lernen und (langjährige) Schulpraxis durch genKI in Frage gestellt werden. Schwieriger dagegen ist die Frage, was nach 3, 6 oder 12 Monaten vom Pädagogischen Tag in die alltägliche Praxis eingeflossen ist. In diesem Beitrag stelle ich einen Prozessvorschlag vor, der aus einem konkreten Fortbildungsprojekt heraus entstanden ist und mit dem Schulen nach einem gemeinsamen Einstieg strukturiert weiterarbeiten können – angepasst an die eigenen Schwerpunkte und Zielsetzungen und mit Blick auf die schulinternen Bedarfe.

Was kommt nach dem Pädagogischen Tag?

Kürzlich war ich an der Deutschen Schule Málaga als Referent zu Gast. Nach zwei vollgepackten Tagen zu Blended Learning im Herbst 2023 stand nun das Thema generative KI im Fokus. Gemeinsam gestalteten wir einen intensiven Pädagogischen Tag mit drei großen Modulen für Grundschule und Oberschule, differenzierten Materialien für die Aufgabenfelder und einem sehr motivierten Kollegium, das Prompt-Karten und formatives KI-Feedback ausprobiert, KI-Klassenräume eingerichtet und über Lernen in Zeiten von KI diskutiert und die eigene Perspektive (hoffentlich) geschärft hat. Ich denke, nach diesem so anstrengenden wie motivierenden Tag stand vor allem eine gemeinsame Erkenntnis: Diesen fundamentalen Wandel müssen, wollen und werden wir (aktiv) und hoffentlich gut unterstützt mitgestalten.

Und trotzdem ist an dieser Stelle nach meiner Abreise eine ganz entscheidende Frage noch nicht beantwortet, auf die eigentlich jede Fortbildung hinausläuft: „Und wie machen wir jetzt weiter, wo wollen wir damit als Schule hin – und wie machen wir das als Kollegium und Schulgemeinschaft?“

Die Schulentwicklungsforschung hat für das, was (leider zu häufig) nach „Fortbildung“ passiert, einen Begriff geprägt: den Implementation Dip. Nach dem Impuls folgt der Alltag, der Alltag ist voll, stressig und mit zahlreichen neuen Belastungen gefüllt, und die Energie eines einzelnen Tages hält dann selten über das Schuljahr an. Was bleibt, sind ein paar Kolleginnen und Kollegen, die allein oder in einer Projektgruppe weitermachen – und das sind dann meist die, die ohnehin schon vorher angefangen hatten. Die späte Mehrheit, also die eigentlich entscheidende Gruppe, bleibt eher zurück und gerät wieder in den Strudel des Schulalltags.

Das ist meist weniger ein Versagen der punktuellen Fortbildung, sondern ein strukturelles Problem: Ein Tag ist ein begrenztes Ereignis, vielleicht ein kick-off, Schulentwicklung ist aber ein komplexer Prozess von längerer Dauer. Was Schulen daher brauchen, ist nicht ausschließlich der einzelne Fortbildungstag, sondern eine kontinuierlich gedachte Struktur, in die eine Einzelinitiative einmündet.

Schon etwas müde und abgekämpft hatten wir in Málaga am Abend noch die Energie übrig, uns genau mit diesem Ziel zusammenzusetzen und mit der Steuergruppe zu arbeiten. Dabei habe ich mir einzelne Schlüsselbegriffe notiert, aus denen anschließend auf dem Rückflug der hier vorgestellte Prozessvorschlag entstand. Passend erschien mir dabei, dass einige Tage zuvor während eines Pädagogischen Tages an der OBS Berenbostel ganz ähnliche Aspekte das Auswertungsgespräch prägten. Dieser Vorschlag ist also keine schnelle KI-Schöpfung, sondern stellt in seinen Begriffen und Zusammenhängen eine Rekombination der Gesprächsthemen und Überlegungen dar – und lässt sich mit einem sehr passenden Kürzel beschreiben: KURS.

Und für mich besonders spannend: Mehrere Schulen in mehreren Bundesländern (NRW, Hessen, Niedersachsen) beginnen in diesen Tagen mit der Schuljahresarbeit – und nutzen dafür die KURS-Vorlage.

Kurzer Doppelexkurs: Typische Schwierigkeiten – Wunsch nach Tools und einem Vollkonzept

Doch einen Aspekt möchte ich noch kurz vorwegschieben. Denn zwei ganz typische Reaktionen auf einen Fortbildungstag sind so nachvollziehbar wie schwierig, auch wenn sie gut und richtig gemeint sind und ja auch das „Vom Wollen ins Machen kommen!“ forcieren.

Tool-Fokus: Man legt eine Liste erlaubter Tools und/oder Plattformen fest, schult diese, und hält das für Umsetzung. Das Problem ist nicht, dass Tool-Kenntnis unnötig wäre, sondern eher, dass damit wichtige pädagogische Fragestellungen übersprungen oder gar nicht erst in den Blick genommen werden. Wer mit einer spannenden Plattform beginnt, landet dann fast zwangsläufig bei der Frage, wofür man es denn jetzt noch einsetzen könnte, obwohl es doch eigentlich andersherum laufen sollte. Gerade beim Thema KI haben Schulen aber zugleich recht enge Spielräume, wenn z.B. nur Pädagogische KI wie fobizz, paddy oder SchulKI und DSGVO-konforme Plattformen wie FelloFish oder KorrekturKumpel eingesetzt werden dürfen – Tools und pädagogisches Konzept sollten dann zumindest permanent abgestimmt werden.

Vollständigkeitsfalle: Man nimmt sich vor, genKI in der ganzen Schule, in allen Fächern, über alle Jahrgänge zu verankern, und schreibt ein umfassendes, häufig curricular aufgebautes Konzept. Nach einem halben Jahr ist das Konzept zwar fertig, aber die Akzeptanz kaum vorhanden und/oder die Implementierung kaum praktikabel.

Der Befund der Fortbildungsforschung ist an dieser Stelle ziemlich eindeutig: Fokus und Tiefe wirken stärker als Umfang.

Exkurs: Wichtige Erkenntnisse aus der Fortbildungsforschung (Lynch et. al.) zum Nachlesen (hier klicken)

Zu der Frage, was wir über wirksame (KI-)Fortbildung wissen, erschien 2025 eine umfangreiche Meta-Analyse (betrachtet wurden von Lynch et. al. zwar 46 Studien aus dem MINT-Bereich, die Befunde lassen sich aber meines Erachtens mit etwas Vorsicht und unter Berücksichtigung möglicher Fachunterschiede auf andere Bereiche übertragen). Die zentralen Erkenntnisse decken sich mit der anekdotischen Evidenz sicherlich vieler an Fortbildung und Professionalisierung interessierten Beteiligten – hier nur in aller Kürze:

Erkenntnisse zu wirksamer Fortbildung nach Lynch et. al.:

• Gezielte Fortbildungen können signifikante Veränderungen im Lehrkräftehandeln bewirken.
• Verbesserungen im Unterrichtshandeln korrelieren mit besseren Leistungen von Schülerinnen und Schülern.
• Das bedeutet: Es ist also kein „verlorenes Spiel“, Lehrkräfte in komplexen, neuen Themen wie KI nachzuqualifizieren, wenn das bislang eher versäumt worden ist.

Qualität schlägt Quantität:

• Kein signifikanter Zusammenhang zwischen Dauer der Fortbildung und Erfolg.
• Entscheidend sind Fokus, Qualität und materialgestützte Kontinuität.
• Endlose Zertifikatskurse sind nicht per se besser als fokussierte, intensive Interventionen.

Fachwissen ist zentral:

• Fortbildungen mit Fokus auf Fachwissen – oder um es mit dem DPACK-Modell zu beschreiben: Content Knowledge (CK) – zeigen stärkere Effekte.
• Reine Methodenschulungen („Wie nutze ich Tool X?“) greifen zu kurz.
• Lehrkräfte müssen die Funktionsweise von KI verstehen, um didaktisch wirksam zu handeln.

Formatives Assessment als Hebel:

• Fortbildungen mit Fokus auf formatives Feedback zeigen besonders starke Effekte.
• Der stärkste didaktische Hebel von KI scheint also genau hier zu liegen: im formativen Feedback, also in der konstruktiven Lernbegleitung/Lernunterstützung, und damit in einer zentralen Dimension von Unterrichtsqualität.
• Fortbildungen sollten primär auf solche Elemente der Tiefenstrukturen von Unterricht fokussieren, nicht auf „Content-Generierung“ – denn schon jetzt bleibt KI-Anwendung allzu häufig auf der Angebotsebene von Unterricht („Jetzt kann aus Material X per Klick das Material Y machen!“ etc.), wie ich im Blogbeitrag zum Angebots-Nutzungs-Modell in Zeiten von KI ausführlicher beschreibe.

Weitere wichtige Studien zur Lehrkräfteprofessionalisierung bestätigen diese Befunde: Die Hattie-Metaanalyse zu Professional Development zeigt ähnliche Muster, ebenso Studien zum Modell der Lehrkräftefortbildung in Singapur, das als internationales Vorbild gilt (und das ich daher sehr gerne einmal besuchen würde).

Wirksame Professionalisierung ist also im besten Fall fachbezogen, über einen längeren Zeitraum angelegt und arbeitet an wenigen Fragen gründlich, anstatt viele Themen ansatzweise zu streifen. Das spricht gerade zu Beginn gegen ein großes Gesamtkonzept, wobei sich das natürlich nicht zwangsläufig ausschließen muss, und eher für einen wiederkehrenden Zyklus mit jeweils einem Schwerpunkt.

KURS-Zyklus: 4 Phasen, 1 Schwerpunkt, 1 Schuljahr

Das aus den im Abendgespräch notierten Begriffen entstandene Prozessvorschlag (oder wie immer man das jetzt nennen will), der als iterativer Zyklus angelegt ist, heißt KURS und besteht aus vier Schritten:

Und natürlich ist klar: Das ist ein ziemlich normaler Prozessablauf, den wir ganz ähnlich mit Planung, Umsetzung, Reflektion, Überarbeitung als typische iterative Spirale kennen. Der aus dem unternehmerischen Qualitätsmanagement bekannte PDCA-Zyklus z.B. bietet eine ganz ähnliche Grundlage, hat aber einen ganz anderen Kontext.

Ich habe daher auch gar nicht den Anspruch, dass KURS nun sensationell neu und originell wäre.

Das Akronym KURS finde ich als Prozessvorschlag für die Schulpraxis gerade in turbulenten Zeiten aber dennoch ganz passend. Denn ein Kurs – auf See, im Flugzeug oder beim Wandern – wird mit einem Ziel vor Augen bestimmt, gefahren und ggf. korrigiert. Er steht nicht fest, aber er ist auch nicht beliebig, denn er läuft auf ein zu erreichendes Ziel zu. Und in der Regel wird (Autopiloten mal außen vor) der Kurs von Menschen gesteuert und gehalten, nicht von der Maschine.

Mit Blick auf die vorher skizzierte Studienlage und langjährige eigene Praxiserfahrungen in Schule und Fortbildungen erscheinen daher

• • ein Entwicklungsschwerpunkt pro Zyklus und
  • ein Zyklus pro Schuljahr
  • in vier aufeinanderfolgenden Schritten als sinnvolle Vorgehensweise.

Wer z.B. mit Blick auf formatives Feedback in einem Schuljahr KI-gestütztes Schreibfeedback in drei Fachschaften wirklich durchdringt und didaktisch verankert, hat wohl konzeptuell mehr erreicht als eine Schule, die zwölf Tools in acht Fächern angetestet hat.

K – Klären: An welchem Lernproblem arbeiten wir, und wo stehen wir?

Die erste Phase beginnt nicht bei genKI, sondern beim Lernen unserer Schülerinnen und Schüler – und zwar aus beiden Perspektiven, also sowohl der Lernenden als auch der Lehrenden (analog zum Kompetenzmodell „Lehren und Lernen“).

Welches konkrete Problem im Lernen unserer Schülerinnen und Schüler wollen wir bearbeiten und bestenfalls verbessern? Schreibkompetenz, Feedback im Prozess, Differenzierung, Prüfungsformate, sprachsensibler Fachunterricht sind dann typische Schwerpunkte je nach Schulproful, „Wir führen fobizz ein“ dagegen ist keiner.

Dazu gehört dann auch eine ehrliche Standortbestimmung: Wo steht das Kollegium wirklich, welche Chancen und Gefahren sehen die Kolleginnen und Kollegen aus ihrer Perspektive? Das Kompetenzmodell „KI-Kompetenzen für Lehrende und Lernende“ von Alles, Falck, Flick und Schulz liefert dafür mit vier Bereichen (Verstehen, Anwenden, Reflektieren, Mitgestalten) und drei Niveaustufen ein sehr hilfreiches Raster. Nützlich ist außerdem ein Blick auf die bisherigen Fortbildungen: Wie viel davon lag im Bereich des reinen Anwendens – und wie viel im Verstehen, im Bewerten, im Bereich ethischer Fragen? Eine gewisse Schieflage ist schon aus der Natur der Sache heraus an den meisten Schulen vorhanden.

Und schließlich gehört in diese Phase die Frage, die (eben nicht nur) skeptische Kolleginnen und Kollegen am direktesten anspricht: Was muss menschlich bleiben? Welche Kompetenzen sollen die Lernenden selbst beherrschen und deshalb auch ohne KI üben? Solange Abschlussprüfungen mit Stift und Papier geschrieben werden, ist das auch eine ganz pragmatische Frage.

Und wer diesen „geschützten Kern“ zuerst benennen darf, gerade aus einer bereits vorhandenen kritischen Position heraus, steigt anders in den Prozess (mit) ein als jemand, der gegen eine bereits gefallene Entscheidung argumentieren soll.

Ergebnis dieser Phase: ein Schwerpunkt in einem Satz und ein Bedarfsprofil des Kollegiums.

U – Umsetzen: Was müssen wir verstehen, und was entwickeln wir gemeinsam?

Die erste Ebene stellt eine gemeinsame fachliche Basis her: wie generative Systeme grundsätzlich funktionieren, warum sie konfabulieren, wo Verzerrungen entstehen, in welchen Bereichen allgemeindidaktisch welche Chancen und Gefahren von genKI zu sehen sind. Das ist eine wichtige Voraussetzung, die man am besten im Kollegium – zumeist an einem oder mehreren Pädagogischen Tagen (mit schulinternen Folgeveranstaltungen) – angeht, die aber zugleich nur Voraussetzug für die eigentliche (didaktische) Unterrichtsentwicklung ist.

Die zweite Ebene ist die eigentliche Arbeit, die zumeist in die Fachschaften oder Jahrgangsteams (das hängt natürlich auch von der Schulform und dem jeweiligen Lernkonzept der Einzelschule ab) gehört. Denn was KI im Schreibprozess des Deutschunterrichts verändert, ist eine andere Frage als das, was sie in der Quellenarbeit des Geschichtsunterrichts oder im Beweisverständnis der Mathematik verändert. Diese Fragen lassen sich nicht zentral beantworten und sollten fachspezifisch angegangen werden.

Entscheidend ist dabei das Format: Lehrkräfte entwickeln gemeinsam Material, Aufgaben und Prüfungsformate, statt sich Anwendungsbeispiele vorführen zu lassen. Ein Vortrag über KI-Feedback erzeugt vielleicht Zustimmung und Motivation, aber keine veränderte Schulpraxis. Wie auch Eure Kolleginnen und Kollegen ganz einfach ins Arbeiten und Entwickeln neuer Aufgaben- und/oder Prüfungsformate kommen können, das zeige ich hier in Kürze mithilfe einer neuen Planungsmatrix, die auf der wunderbaren Vorlage von Manuel Flick (3×3-Matrix) aufbaut und diese didaktisch erweitert.

Zwei Stunden, in denen eine Fachschaft an eigenen Aufgaben, Prüfungsformaten und fachlichen Fragestellungen arbeitet, erzeugen beides – hier lohnt vielleicht ein Blick nach Singapur und auf die dortige Praxis.

Für die Rolle, die genKI im Unterricht bekommt, hat sich eine Unterscheidung bewährt, die ich in mehreren Artikeln ausführlicher beschrieben habe: KI als Tutor oder Sparringspartner, der eigenständiges Denken begleitet – und nicht als „false buddy“, der es abnimmt. Der Unterschied ist keinesfalls theoretischer Art: Ein kontrolliertes Feldexperiment mit rund tausend Schülerinnen und Schülern (Bastani u. a. 2024) zeigt beides in einer Studie: Der ungezügelte Zugang zur Antwortmaschine verbesserte die Leistung während der Nutzung und verschlechterte sie sich deutlich, sobald die technische Unterstützung wegfiel. Die als Tutor gestaltete Variante, die zum Mitdenken anhielt, zeigte diesen Effekt nicht. Dieselbe Technik, zwei Ergebnisse, und mal wieder die Erkenntnis: Die Mischung macht’s.

Ergebnis dieser Phase: erprobte, dokumentierte Methoden und/oder Materialien aus der eigenen Schule.

R – Reflektieren: Was tun unsere Schülerinnen und Schüler tatsächlich?

Letztlich sollte die relevante Prüfgröße im Verlauf eines solchen KURS-Zyklus weniger die Zufriedenheit des Kollegiums (die natürlich ebenfalls wichtig ist, bitte hier nicht falsch verstehen!) und auch nicht die Zahl der eingesetzten Tools sein, sondern die Veränderung im Lernprozess.

Die Unterscheidung, um die es hier geht, ist die zwischen Entlastung und Wirkung – auch das ein typisches Thema im Rahmen Pädagogischer Tage (wie in Málaga oder Berenbostel, zuletzt auch in Köln). Dass eine Lehrkraft schneller ggf. sogar besseres Material erstellt, ist ein echter Gewinn – aber das bedeutet noch keinen Lernzuwachs. Dass eine Schülerin schneller einen fertigen Text hat und ihn ggf. mit KI überarbeiten kann ebensowenig. Relevante Fragen, die in dieser Phase zielführend erscheinen, sind konkreter:

• • Nutzen die Lernenden das KI-Feedback, um ihren Entwurf zu überarbeiten, übernehmen sie es unkritisch oder nutzen sie es gar nicht?
  • Verstehen sie die Rückmeldung, die sie bekommen?
  • Motiviert die erhaltene Rückmeldung zur Weiterarbeit?
  • Verlagert sich die Denkarbeit auf die Maschine?

Diese Perspektive ist letztlich die des Angebots-Nutzungs-Modells, das ich hier kürzlich unter KI-Bedingungen beleuchtet habe: Es zählt nicht nur, was angeboten wird, sondern eben vor allem, was Lernende (in Mediationsprozessen) daraus machen. Sichtbar wird das nicht in Umfragen, sondern in Schülerprodukten, in Arbeits- und Lernprozessen, in kollegialer Hospitation und in gemeinsamer Auswertung.

An diese Stelle gehört u.a. auch die ethische Reflexion, aber eben nicht als nachgereichtes, isoliertes Modul, sondern gebunden an konkrete Entscheidungen über konkrete Werkzeuge in konkreten Klassen.

Ergebnis dieser Phase: eine begründete Entscheidung – beibehalten, verändern oder verwerfen?

S – Sichern: Was davon verfolgen wir im nächsten Schuljahr weiter?

Die vierte Phase ist die, die in der Praxis am häufigsten wegfällt oder in diffuses Weitermachen übergeht, dabei sollte die damit verbundene Frage nach dem „Wie weiter?“ ganz konkret besprochen werden. Sie umfasst dreierlei: die Überführung der Ergebnisse in verbindliche Vereinbarungen (Nutzungsregeln, Aufgaben- und Prüfungsformate, Kommunikation an Eltern und Lernende), die Ablage z.B. von Materialien an einem Ort, den auch neue Kolleginnen und Kollegen finden – und die strukturelle Verankerung des Formats selbst.

Das ist der unspektakulärste, aber vielleicht wichtigste Punkt: Termine im Jahresplan, benannte Verantwortliche, Zeitfenster, die nicht aus Restzeit bestehen, sondern von der Schule (im Rahmen ihrer Möglichkeiten) fest verankert werden. Diese Überlegungen wurden gerade diese Woche in Köln im Rahmen eines großen Pädagogischen Tages im Kontext der NRW-Oberstufenreform ganz konkret und, wie ich finde, von den Kollegien und Schulleitungen sehr bedacht als Jahresentwicklungsprozess eingeplant.

Zum Sichern gehört ausdrücklich auch das begründete Nein. Wenn sich zeigt, dass ein Vorhaben nichts bringt, ist das ein vollwertiges, dokumentiertes Ergebnis – es erspart anderen dieselbe Sackgasse. Ein Zyklus, der nur Zustimmung produzieren darf (z.B. auch, weil eine Plattform oder eine methodische Praxis bereits eingeführt worden ist), ist keine Reflexion, sondern eine Bestätigungsschleife.

Ergebnis dieser Phase: eine Struktur, in die der nächste Durchgang einsteigt.

Die Anpassung an die eigene Schule: 3I

Aus meiner eigenen Fortbildungspraxis ist mir natürlich auch klar, dass letztlich jede Schule individuell auf neue Herausforderungen im Rahmen ihres Schulprofils und ihrer Schulleitungs-Kollegiums-Konstellation reagiert. Daher soll KURS auch eher eine Struktur oder Denkvorlage anbieten, um aus dem diffusen Brainstorming, das genKI häufig in all ihren Facetten mit Blick auf Lernen und Lehren hervorruft, in konkrete Unterrichtsentwicklung zu kommen.

Der Punkt, an dem KURS dann schulspezifisch wird, ist die Anbindung an bzw. Integration in das, was ohnehin schon Entwicklungsziel oder Profil der Einzelschule ist. Dafür nutze ich seit einigen Jahren das 3I-Modell, das als Überbau mit Blick auf Schulleitungshandeln vielleicht helfen kann.

Integration – in bestehende Schulinitiativen. Der Schwerpunkt des Zyklus wird nicht neu erfunden, sondern aus dem Leitbild und den laufenden Vorhaben abgeleitet. Arbeitet eine Schule an Feedbackkultur, ist KI-gestütztes Schreibfeedback der naheliegende Einstieg. Arbeitet sie an Differenzierung oder hat diesen Schwerpunkt z.B. als Auslandsschule sowieso durch ihr Schulprofil, sind es vielleicht adaptive Materialien. Das kann ein doppelter Vorteil sein: Das Kollegium erkennt die Anschlussfähigkeit, und KI wird nicht als zusätzliche Themenstellung gesehen, sondern als Hebel für etwas, das ohnehin auf der Agenda steht.

Investition – in Fortbildung, die auf das Schwerpunktthema zielt und nicht auf Tools. Nicht „Einführung in Tool X“, sondern „Wie geben wir in Klasse 9 besseres Feedback im Schreibprozess – und kann genKI dabei helfen?“

Innovationskultur – Freiräume zum Erproben, zum Scheitern, zum Verwerfen als Selbstverständlichkeit in der Schulpraxis. Diese sind ja letztlich auch Voraussetzung für die Phasen Reflektieren und Sichern, die Neugier und Motivation und gleichzeitig einen sicheren Rahmen für Scheitern und Korrektur bieten.

Beides baut also aufeinander auf: KURS ist der Prozess, 3I die grundlegende Haltung.

Verzahnung von Pädagogik und Technik

Ein verbreitetes Missverständnis sollte noch ausgeräumt werden, weil es die Arbeit erschwert. „Erst die Pädagogik, dann die Technik“ klingt vernünftig, ist wohl letztlich eine Überzeugung, die wir alle zunächst teilen, führt aber doch in die Irre. Denn der bekannte Slogan suggeriert, man könne didaktische Entscheidungen unabhängig von der digitalen Wirklichkeit treffen, in der Lernende längst leben und eben in der Schule auch lernen.

Näher an der Praxis ist für mich die Logik des hier bereits vorgestellten DPACK-Modells: Professionelles Handeln entsteht in der Verzahnung von pädagogischem Wissen, fachlichem Gehalt und Digitalität und nicht in deren Trennung oder Phasierung. Wer eine Schreibaufgabe für Klasse 10 plant, plant sie heute in einer Welt, in der ein Sprachmodell drei Klicks entfernt ist – das erfordert ganz neue Überlegungen auf allen Ebenen des Angebots-Nutzungs-Modells und geht weit über die einfache Aufgabenstellung hinaus (eines der Kernthemen eines guten Pädagogischen Tages zum Thema genKI).

Leitfrage in der Phase Klären wird dann eher: Was soll warum gelernt werden, was davon bleibt warum menschlich, und wie soll die Lernumgebung aussehen, in der das an unserer Schule stattfindet?

Von der Theorie in die Praxis auf 3 Ebenen – wo stehen wir gerade? 5 Dimensionen (Falck), AKTIV (Flick) und KURS (Pölert)

Ein solcher Zyklus, wie ich ihn mit KURS versuche zu skizzieren, sagt noch nichts darüber aus, wo eine Schule oder eine einzelne Lehrkraft auf dem Weg stehen. Dafür bietet sich beispielsweise das AKTIV-Framework von Manuel Flick an, das den Kompetenzaufbau in fünf aufeinander aufbauenden Schritten beschreibt: Ausprobieren und Anwenden, Kommunizieren und Klarheit schaffen, Transformieren von Lernprozessen, Integratives Prüfen und Bewerten, Verändern und Mitgestalten.

Beide greifen ineinander, weil sie verschiedene Fragen beantworten. AKTIV beantwortet „Wo stehen wir?“, KURS beantwortet „Wie gehen wir den nächsten Schritt?“ Auf jeder AKTIV-Stufe lässt sich ein KURS-Zyklus planen, denn eine Fachschaft, die noch beim Ausprobieren ist, wählt einen anderen Schwerpunkt aus als eine, die schon an Prüfungsformaten arbeitet – das Verfahren bleibt in beiden Fällen dasselbe.

Den Rahmen für beide bildet allerdings eine Unterscheidung, die ich in Fortbildungen inzwischen an den Anfang stelle und die auch in Málaga der Ausgangspunkt des Impulsvortrags war: die 5 Dimensionen „Lernen und KI“ (nach Joscha Falck) – Lernen mit, über, durch, trotz und ohne KI. Sie beantworten keine Prozessfrage, sondern eine wichtige, aber vorgelagerte inhaltliche Frage: In welchem Verhältnis kann und sollte Lernen zu KI stehen?

Schon an dieser Stelle entscheidet sich meiner Erfahrung nach, ob eine Diskussion im Kollegium in die Alles-oder-Nichts-Falle läuft („KI verbieten“ gegen „KI überall“ mal als hypothetische Polarisierung) oder ob sie differenziert geführt wird. Denn wer benennen kann, dass eine Aufgabe bewusst ohne KI angelegt ist, eine andere das Lernen über KI zum Gegenstand macht und eine dritte adaptive Unterstützung durch KI nutzt (oder im besten Fall diese Dimensionen in einem Lernprozess begründet kombiniert), diskutiert nicht mehr über KI an sich, sondern über einzelne didaktische Entscheidungen.

Damit ergibt sich eine Arbeitsteilung, die ich bewusst auch gar nicht größer machen will, als sie ist:

• • Die 5 Dimensionen liefern den handlungsleitenden Überbau und vor allem die präzise Sprache dafür.
  • AKTIV klärt, wo wir gerade in einem (langen und dynamischen) Entwicklungsprozess in Zeiten von KI stehen.
  • KURS klärt, wie wir den nächsten Schritt in diesem Prozess gehen.

Sowohl AKTIV als auch KURS bahnen also allein schon begrifflich die schulinterne Konkretisierung als Leitplanken für Schulleitung, Steuergruppe und Kollegium an – nicht mehr, aber eben auch nicht weniger. Die eigentliche Entscheidung, was in welchem Fach mit, über, durch, trotz oder ohne KI gelernt werden soll, nehmen sie genauso wenig ab wie die Frage, welche Schule genKI in welcher Form und in welchem Umfang für die Stärkung eigener Initiativen nutzt.

Wie könnte ein KURS-Zyklus im Schuljahr aussehen?

Das ist natürlich nur beispielhaft gedacht, aber so könnte in etwa ein Zyklus aussehen, bei dem ich mich jetzt am aktuellen Beispiel der Auslandsschule orientiere, diese Planung aber auch für meine eigene Schule gemeinsam mit der Steuergruppe überarbeite:

• • Vor den Sommerferien oder zum Schuljahresbeginn steht der gemeinsame Einstieg, wie z.B. ein Pädagogischer Tag wie in Málaga oder eine SchiLf (wie zuvor an der OBS Berenbostel). Ziel ist nicht, alles zu klären und bereits ganz konkret zu werden, sondern eine gemeinsame Ausgangsbasis zu schaffen und genug Erfahrung zusammenzutragen, sodass die Diskussion in der Folge konkret werden kann.

• • In den Wochen danach arbeitet z.B. die Steuergruppe die Phase Klären aus: Welcher Schwerpunkt? An welche laufende Initiative docken wir an? Wo steht das Kollegium? Im Optimalfall ist das Ergebnis dann nur eine kurze Bestandsaufnahme und kein neues Papier.
  • Im ersten Halbjahr liegt die Phase Umsetzen in den Fachschaften. Feste Termine, konkrete Produkte, ggf. moderierende Personen in den Teams.
  • Gegen Ende des ersten Halbjahres setzt Reflektieren ein: Hospitationen, gemeinsame Durchsicht von Schülerprodukten, ehrliche Bilanz – das dann im besten Fall wieder mit dem gesamten Kollegium und im fachlichen wie überfachlichen Austausch (so auch in Málaga für Januar 2027 geplant).
  • Vor den Sommerferien folgt Sichern: Was soll verbindlich werden, wo liegen die Materialien, welche Termine stehen schon für das nächste Jahr – und welchen Schwerpunkt wollen wir im nächsten neu oder weiterhin verfolgen?

Blick über den Tellerrand: Das PRISMA-Framework (Urban) – hier klicken für mehr Information

Wer sich in diesem Feld umschaut, könnte auch auf das PRISMA-Framework von Felix Urban, entwickelt am Carl-Fuhlrott-Gymnasium Wuppertal und im Januar 2026 mit dem KI-Schulpreis ausgezeichnet, stoßen. Die Gemeinsamkeiten von KURS und PRISMA sind sicherlich kein Zufall: Beide Modelle wehren sich gegen Technikgläubigkeit ebenso wie gegen den reinen Abwehrreflex, beide sind für einen Blick von der gesamten Schule bis zur einzelnen Stunde gedacht und begreifen Mehrwert als Hypothese, die erst durch Analyse beziehungsweise Reflexion zur Implementierung wird. Der Unterschied liegt im Zuschnitt: PRISMA ist ein Analysewerkzeug mit sechs Perspektiven – Potenziale, Risiken, Integration, Skills, Mehrwert, Analyse –, die bei jedem einzelnen Vorhaben gleichzeitig mitgedacht werden, wie durch ein Prisma betrachtet aus wechselnden Blickwinkeln. Das eignet sich hervorragend für die gründliche, mehrdimensionale Prüfung eines Vorhabens, gerade wenn eine KI-Koordination diese Analyse fachkundig verantwortet. AKTIV und KURS stellen dagegen die zwei oben beschriebenen Achsen dar: eine Reifegradachse, die zeigt, wo ein Kollegium oder eine Fachschaft im Entwicklungsprozess stehen, und ein Jahreszyklus mit fester Taktung, der einen Entwicklungsschwerpunkt mit vier Phasen in einem Schuljahr mit anschließender Neufokussierung für das nächste Schuljahr vorsieht.

Für die eigene Schule heißt das: Wer die analytische Tiefe pro Vorhaben in den Vordergrund stellen will und eine Person oder ein Team hat, das diese Analyse leisten kann und will, könnte mit PRISMA gut beraten sein. Wer eher einen verlässlichen, in den Jahresplan einbaubaren Rhythmus braucht, in dem auch ein weniger analytisch aufgestelltes Kollegium einen Anfang findet, kommt mit AKTIV und KURS wahrscheinlich leichter ins Arbeiten. So ist letztlich auch das KURS-Framework aus der Fortbildungspraxis heraus entstanden.

Beides schließt sich dabei nicht aus: PRISMAs sechs Perspektiven lassen sich ohne Weiteres als Prüfraster in die Phasen Klären und Reflektieren einziehen.

Fazit für heute: Was zu erproben wäre…

Der Gewinn eines solchen Zyklus für ein Kollegium oder eine Schule liegt weniger im Kompetenzzuwachs Einzelner als in dem, was die Bildungsforschung kollektive Wirksamkeitserwartung nennt: in der geteilten Überzeugung eines Kollegiums, gemeinsam etwas bewegen zu können und das dann auch anzugehen. Dafür bieten die 5 Dimensionen einen guten Ausgangspunkt, das KURS-Framework dagegen einen praxisnahen Einstieg mit klarem Fokus auf das schulintern Machbare und Gewünschte.

Dass ausgerechnet eine Technologie, die vor allem individuelle Arbeitserleichterung verspricht, den Anlass für eine solche kollektive Bewegung liefern könnte, empfinde ich durchaus als Ironie, zugleich ist das aber natürlich auch den enormen Herausforderungen geschuldet, denen sich (eigenständiges) menschliches Lernen gegenüber sieht.

Florian Nuxoll hat die Grundhaltung, um die es dabei geht, vor einiger Zeit treffend formuliert: „Wir brauchen mehr KI in der Schule, und wir brauchen weniger KI – wichtig ist, dass wir in beide Richtungen entschieden handeln.“ Genau das leistet ein Zyklus, der sowohl ein begründetes Ja als auch ein begründetes Nein gleichermaßen zulässt.

Und die Ausgangsthese gilt unverändert: Gute KI-Entwicklung an Schulen ist im Kern gute Unterrichtsentwicklung. Sie fragt nicht, welche Werkzeuge zur Verfügung stehen, sondern was Schülerinnen und Schüler lernen sollen – und was wir können müssen, damit das unter den heutigen Bedingungen gelingt. Dafür soll KURS ein Vorschlag sein, den wir sicherlich noch gemeinsam überarbeiten und integrieren werden.

Hier geht es zur übersichtlichen KURS-Website, die sich z.B. für Pädagogische Tage als Einführung und Arbeitsvorlage eignet.

Materialien für die Arbeit im Kollegium

Zum Framework gehören Arbeitsmaterialien, die alle derselben Logik folgen: ein Schwerpunkt, vier Phasen und die Möglichkeit schulinterner Anpassung und Überarbeitung.

Poster: KURS im Überblick

Poster: KURS im Kontext (5 Dimensionen / AKTIV / KURS)

Fachtabelle: Vorlage für die Arbeit in Fachschaften / Fachkonferenzen / Jahrgangsteams als Vorarbeit für das Medienkonzept

Planungsbogen für Steuergruppen – ein vollständigen KURS-Zyklus mit gezielten Fragen je Phase

Verwendete Modelle, Bezüge und Materialien:

• 3I-Modell und KURS-Zyklus (Pölert)
• AKTIV-Framework (Flick)
• „5 Dimensionen: Lernen und KI“ (Falck)
• KI-Kompetenzmodell (Alles/Falck/Flick/Schulz)
• DPACK (Döbeli Honegger; Huwer u. a.)
• Angebots-Nutzungs-Modell (Helmke)
• Studien: Bastani u. a. (2024), Kestin u. a. (2025), Strömberg u.a. (2026) – mehr dazu im Blogbeitrag zu KI-Studien

Alle Materialien: CC BY-SA 4.0 (Hauke Pölert 2026)

In der KI-Infoecke vor meinem Büro hängen vier Poster – gut sichtbar sowohl für das Kollegium als auch für die Schülerinnen und Schüler der Oberstufe. Auf jedem Poster sind die Ergebnisse einer Studie zusammengefasst, die sich mit Lernen unter KI-Bedingungen befasst und von der ich denke, dass die Schulgemeinschaft sie kennen sollte. Klar ist: Jede Studie ist aus einem anderen Land, mit einem anderen Design, aus einer anderen Forschungslogik heraus entstanden – und mit jeweils ganz eigenen Limitierungen. Die Poster habe ich vor allem deshalb gestaltet, weil ich Kolleginnen und Kollegen etwas an die Hand geben wollte, das sich in zehn Minuten Pause erfassen lässt. Und natürlich auch, weil ich selbst sortieren musste, was da eigentlich gerade passiert – ein Poster ist da ähnlich hilfreich wie ein Blogbeitrag…

Bei aller Freude über die entstehende Übersicht und die klar sichtbaren Implikationen wurde mir zugleich etwas unwohl: Denn mehrere Studienposter nebeneinander an einer Infowand, das mache ich auch gerne in Fortbildungen, erzeugen einen Eindruck von Gesamtevidenz, den keine der Studien jeweils für sich hergibt. Im Schulsystem könnte daraus evtl. sogar ein „Jetzt wissen wir es!“ entstehen. Genau davor möchte ich in diesem Beitrag warnen, und zugleich beschreiben, was sich meiner Ansicht nach eben doch an ersten Konturen abzeichnet.

Sehr dankbar bin ich für die Unterstützung von Dr. Benedikt Wisniewski, der sich sofort bereit erklärt hat, meine Einordnungen mit kurzen Videokommentaren aus seiner wissenschaftlichen Perspektive zu ergänzen. Benedikt ist promovierter Schulpsychologe, Supervisor und Coach. Er war lange als Lehrer und in der Lehrerbildung tätig und forschte zum Thema Feedback an der Universität Augsburg. Als Fachbuchautor und in seinem Podcast „Psychologie fürs Klassenzimmer“ beschäftigt er sich mit psychologischen Themen im Kontext Schule, moderiert aber auch gemeinsam mit Hendrik Haverkamp den Podcast „Kompass KI“, der aktuelle KI-Forschungsergebnisse für Lehrkräfte aufbereitet.

Vier Studien rund um Lernen und KI – China, Türkei und USA

Studie 1: The Generative AI Learning Penalty: Evidence from Chinese Secondary Education

Die erste Studie, Strömberg, Lei und Wu (2026), wertet 30 Monate Paneldaten von 26.811 Schülerinnen und Schülern der Klassen 7 bis 12 in einem Landkreis in Zentralchina aus. Über diesen Zeitraum stieg die selbstberichtete KI-Nutzung von nahezu null auf rund 80 Prozent. Das Ergebnis, das die Autoren „Learning Penalty“ nennen: Die Hausaufgabenleistung steigt um 18 Prozent, die Bearbeitungszeit sinkt um 30 Prozent, und in den monatlichen Klausuren ohne KI brechen die Leistungen um 20 Prozent ein. Bei den Abschlussprüfungen zeigt sich der volle Effekt erst nach etwa zwei Jahren. Die Autoren führen das auf ein Nutzungsmuster zurück, das sie „Homework Outsourcing“ nennen: sehr kurze Bearbeitungszeit bei gleichzeitig sehr guten Hausaufgabennoten, dann aber schwache Klausurergebnisse.

Kommentar von Benedikt Wisniewski zur Studie

Infoposter zur Studie

Studie 2: Generative AI Without Guardrails Can Harm Learning: Evidence from High School Mathematics

Die zweite Studie, Bastani et al. (2025), ist ein randomisiertes Feldexperiment mit knapp 1.000 Schülerinnen und Schülern der Klassen 9 bis 11 in der Türkei, veröffentlicht in PNAS. Drei Gruppen übten Mathematik: ohne KI, mit freiem GPT-4-Zugang und mit einem gemeinsam mit Lehrkräften entwickelten Tutor, der Hinweise statt Lösungen gibt. Die Übungsleistung stieg in beiden KI-Gruppen deutlich, beim Hinweis-Tutor sogar am stärksten. In der anschließenden Prüfung ohne KI schnitt aber nur die Gruppe mit freiem Zugang signifikant schlechter ab als die Kontrollgruppe. Beim Tutor mit Leitplanken verschwand dieser Effekt.

Kommentar von Benedikt Wisniewski zur Studie

Infoposter zur Studie

Studie 3: One Click Away: AI Tutoring with Khanmigo in a Two-Year School Experiment

Die dritte Studie, Oreopoulos et al. (2026), ist ein Feldexperiment mit über 6.000 Schülerinnen und Schülern der Klassen 6 bis 8 in Tennessee. Untersucht wurde unter anderem eine „Mastery“-Regel, bei der drei richtige Antworten in Folge nötig sind, bevor es weitergeht. Diese Regel erhöhte die Zahl derer, die solche Erfolgsserien erreichten, um 28,7 Prozentpunkte. Auf den Test eine Woche später hatte sie praktisch keinen Effekt. Der KI-Tutor wiederum verlangsamte das Üben, half aber dabei, nach Fehlern häufiger richtig weiterzumachen. Ein kleiner Lerneffekt zeigte sich nur in der Kombination beider Elemente, und auch der war nur knapp signifikant.

Kommentar von Benedikt Wisniewski zur Studie

Infoposter zur Studie

Hintergrund-Studie 4: AI tutoring outperforms in-class active learning: an RCT introducing a novel research-based design in an authentic educational setting

Die vierte Studie, Kestin et al. (2025), weist in eine andere Richtung als die ersten drei. Sie erschien in Scientific Reports und untersucht 194 Studierende in Harvards großem Einführungskurs Physik im Herbst 2023. Das Design ist ein randomisiertes Crossover: Dieselben Studierenden erlebten in zwei aufeinanderfolgenden Wochen beide Bedingungen, einmal eine nach allen Regeln der Kunst gestaltete aktivierende Präsenzstunde, einmal eine Lerneinheit mit einem eigens entwickelten KI-Tutor. Die Studierenden lernten mit dem KI-Tutor etwa doppelt so viel, und das in kürzerer Zeit. Sie fühlten sich zudem motivierter und stärker eingebunden. Der Vergleichsmaßstab war dabei nicht der schlechte Frontalunterricht, sondern aktivierendes Lehren, also ein hoher Standard.

Infoposter zur Studie

Vier so eng zugeschnittene Interventionsstudien würden wohl eher Randnotizen bleiben, träfen sie nicht auf den aktuellen KI-Hype und eine hoch angespannte Lage im Bildungssystem. Die in dieser Woche veröffentlichten PISA-2025-Ergebnisse für Deutschland zeigen, dass die Hälfte der Fünfzehnjährigen mindestens wöchentlich KI-Chatbots zum Lernen nutzt, der OECD-Schnitt liegt bei 46 Prozent. Fragt man nicht nach Frequenz, sondern schlicht danach, ob überhaupt genutzt wird, ändert sich das Bild noch deutlicher: Nur 9 Prozent der befragten Jugendlichen geben an, KI nie oder fast nie für Schulaufgaben einzusetzen, umgekehrt gerechnet also rund 91 Prozent zumindest gelegentliche Nutzung, ziemlich genau der Wert, den auch die JIM-Studie 2025 für die 12- bis 19-Jährigen insgesamt findet. So unterschiedlich die Frageformulierungen der einzelnen Jugendstudien im Detail auch ausfallen, in der Größenordnung sind sich PISA und JIM hier einig: KI-Nutzung im schulischen Kontext ist für die meisten Jugendlichen längst Alltag, nicht Ausnahme, und das bei einer Geschwindigkeit der Verbreitung, die selbst innerhalb eines Jahres auffällt, allein die JIM-Zeitreihe zur Grundnutzung steigt von 62 auf 91 Prozent.

Vier Studien mit ganz eigenen Limitierungen

Zwei der vier Arbeiten sind Preprints. Die China-Studie liegt als SSRN-Paper vor, die Tennessee-Studie als NBER Working Paper. Beide haben also kein Peer-Review durchlaufen, was einen erheblichen Vorbehalt darstellt. Working Paper werden auf ihrem Weg zur Publikation regelmäßig korrigiert, in ihren Effektstärken relativiert oder in ihrer Analysestrategie in Frage gestellt. Wer sie zitiert, zitiert einen Zwischenstand – da sollten wir ganz vorsichtig sein. Und weitere Punkte sprechen für Vorsicht:

• Bei der China-Studie von Strömberg, Lei und Wu (2026) kommt hinzu, dass der Zeitpunkt der ersten KI-Nutzung auf Selbstauskunft beruht, dass es sich um einen einzelnen „Landkreis“ handelt und dass die eindrucksvoll wirkenden Standardabweichungen teilweise ein Rechenartefakt der Mittelung über viele Fächer sind. Der Zusammenhang zwischen Hausaufgabenzeit und Klausurleistung, der die zentrale Erklärung stützt, ist zudem (wie so oft) korrelativ und nicht kausal belegt.
• Bei der Tennessee-Studie ist das zentrale Lernergebnis mit einem p-Wert um 0,065 nur knapp signifikant, der Test umfasste vier Fragen, und die Messung erfolgte eine Woche später.
• Die beiden peer-reviewten Arbeiten sind methodisch stärker und dafür in ihrer Reichweite aber noch limitierter:
  • Bastani et al. betrifft nur Mathematik, nur vier Sitzungen und nur eine einzige Schule.
  • Für Kestin et al. gelten Einschränkungen, die man beim Lesen unbedingt im Hinterkopf haben muss – deshalb ist die Studie hier auch nur als Exkurs / Rückblick aufgrund ihrer teils unkritisch positiven Rezeption mit aufgeführt:
    • 194 Harvard-Studierende sind eine hochselektive und ausgesprochen lernmotivierte Gruppe,
    • es ging um zwei einzelne Lerneinheiten eines Physikkurses, und
    • der Test erfolgte direkt im Anschluss.
    • Über Lernleistung nach Wochen oder Monaten sagt die Studie nichts.
    • Der eingesetzte Tutor war zudem kein Standard-Chatbot, sondern ein von Fachdidaktikerinnen und Fachdidaktikern aufwendig entwickeltes System mit hinterlegten Denkschritten, Vorgaben zur Gesprächsführung und Sicherungen gegen falsche Auskünfte.
    • Und die Bedingungen unterschieden sich nicht nur in der Methode: Die Präsenzstunde fand im Hörsaal statt, die KI-Einheit zu Hause.

Alle vier Studien stellen also enge Ausschnitte dar und keine davon misst wirklich in der Gesamtheit, was uns alle umtreibt oder was sich in der Gesamtschau als Eindruck ergeben könnte: Nämlich was mit Bildungsprozessen über Jahre hinweg passiert, wenn generative KI selbstverständlicher Teil des Alltags von Lernenden ist.

KI-Studien und confirmation bias

Studien wie diese finde ich natürlich nicht zufällig, sondern, weil sie zu meinen subjektiven Eindrücken und Erfahrungen passen und weil sie in meiner Peer-Group (gerade bei LinkedIn) präsentiert und diskutiert werden. Wer seit Jahren über Aufgabenkultur und Eigenständigkeit schreibt, für den ist eine Studie mit dem Titel „The Generative AI Learning Penalty“ ein passender Mosaikstein: Die Ergebnisse bestätigen (jetzt endlich auch evident!), was man im Unterricht zu beobachten glaubt (confirmation bias).

Und wer auf Basis dieser Studien direkt mit der Negativ-Interpretation à la „KI schadet dem Lernen!“ beginnt, bedenkt nicht: Auch die Bastani-Studie ist zur Hälfte ein eigentlich positiver Befund, was in der öffentlichen Rezeption regelmäßig untergeht. Denn der KI-Tutor mit Leitplanken hat die Übungsleistung am stärksten gesteigert, ohne dabei dem Lernen zu schaden. Der Titel enthält nicht ohne Grund die in meinen Augen ganz wichtige Einschränkung „Without Guardrails“. Dass Kestin et al. hier trotz der klaren Limitierungen mit dabei sind, ist mir aus eben diesem Grund wichtig, denn ohne diese Arbeit ließe sich aus den anderen drei eine (Negativ-)Erzählung stricken, die so nicht begründet ist.

Dazu kommt ein Publikationsmechanismus, der in beide Richtungen wirkt. Aufsehenerregende Negativbefunde werden derzeit sehr schnell und sehr breit geteilt, gerade in einem Bildungsdiskurs, der Bestätigung für seine Skepsis sucht (denken wir nur an „Your Brain on ChatGPT“). Zugleich hat die Ed-Tech-Branche jahrelang jede kleine positive Effektstärke zum Durchbruch erklärt, und die Harvard-Studie wird genau dafür seit einiger Zeit verwendet, meist ohne die genannten Einschränkungen zumindest zu erwähnen.

Was sich trotzdem als „Konturen“ abzuzeichnen beginnt

Warum dann überhaupt dieser Beitrag? Einmal, weil ich gemeinsam mit Joscha Falck einen Beitrag für das FelloFish-KI-Forum vorbereite und wir diese Studien und ihre Implikationen in den Blick nehmen wollen. Und weil ich sehr dafür plädiere, im Bildungsdiskurs zwischen „Evidenz“ und „Kontur“ zu unterscheiden. An diesen vier Studien finde ich spannend, dass sie aus völlig unterschiedlichen Settings, mit unterschiedlichen Methoden und unterschiedlichen Erkenntnisinteressen in unterschiedlichen Ländern auf ähnliche Muster stoßen, die dann auch noch ziemlich genau dem entsprechen, was viele von uns im Unterricht ohnehin beobachten. Diese Kombination aus schwacher Einzelevidenz und starker Alltagsresonanz bietet keine Gewissheit, aber erste Anhaltspunkte. Konturen eben, die sich abzuzeichnen beginnen.

Für mich zeichnen sich momentan mit Blick auf Lernen und KI drei Konturen aus diesen Studien ab:

Kontur 1: Sichtbarer Fortschritt und tatsächliches Lernen entkoppeln sich

In den ersten drei Studien steigt jeweils ein Wert, der im Schulalltag als Erfolg gilt, während der eigentliche Lernstand stagniert oder fällt. In China ist es die Hausaufgabennote, bei Bastani die Übungsleistung, in Tennessee die Erfolgsserie (bemerkenswert ist dabei, dass die Mastery-Regel gar keine KI-Intervention ist). Das Auseinanderfallen von Fortschrittsanzeige und Lernstand ist also kein KI-Problem, sondern ein älteres didaktisches Problem, das durch KI nur sehr viel schneller und sehr viel schwieriger zu trennen wird. Bei Kestin fielen Erleben und Ertrag dagegen zusammen, die Studierenden fühlten sich mit KI-Tutor motivierter und lernten anscheinend mehr. Dass diese Entkopplung kein Ergebnis kleiner Stichproben ist, bestätigt sich in der PISA-Erhebung auf einer ganz anderen Ebene: Wer KI nie oder fast nie für konkrete Schulaufgaben nutzt, schneidet im Mittel am besten ab, während diejenigen, die KI wöchentlich für allgemeine Zwecke einsetzen, ähnliche Ergebnisse erzielen wie Nichtnutzende. Die OECD selbst beschreibt diesen Zusammenhang als komplex, und das trifft den Stand der Dinge ziemlich gut: Es ist nicht die Nutzung an sich, die über den Lernerfolg entscheidet, sondern was dabei getan wird, und daran ändert eine Stichprobe von 700.000 Jugendlichen gegenüber einer Stichprobe von 26.811 wie in China erstmal wenig.

Für die Praxis heißt das vor allem: Jede Rückmeldung, die auf einem Produkt beruht, das außerhalb unserer Wahrnehmung entstanden ist, verliert an diagnostischem Wert.

Kontur 2: Nicht das Sprachmodell oder Tool entscheidet, sondern die Gestaltung der Nutzung

Bastani zeigt Lern-Unterschiede innerhalb desselben Modells, Kestin zeigt, was passieren kann, wenn dieselbe Technologie konsequent nach fachdidaktischen Prinzipien konzipiert wird. Die China-Studie dagegen kommt aus einer anderen Richtung zum selben Ergebnis: Lernende, die trotz KI-Nutzung ähnlich viel Zeit in ihre Hausaufgaben investierten, hatten kaum Lernverluste.

Ich habe hier im Blog schon mehrfach mit dem Angebots-Nutzungs-Modell argumentiert, weil ein Großteil unserer Debatte auf der Angebotsseite stehenzubleiben scheint. Diese Befunde verschieben den Blick aber in die mindestens genauso wichtige Richtung, nämlich auf die Nutzungsseite. Und sie zeigen zugleich, dass die Angebotsseite dabei nicht verschwindet: Der Kestin-Tutor ist ein Angebot, das die Nutzung von vornherein in eine bestimmte Richtung lenkt.

Kontur 3: KI verstärkt die vorhandene pädagogische Ausrichtung (Verstärker-These)

In der Tennessee-Studie zeigte der KI-Tutor allein kaum Wirkung, erst eingebettet in eine Struktur, in der Fehler Konsequenzen haben (Mastery-Regel), entstand ein Effekt. Umgekehrt entfaltet freier Zugang ohne jede Rahmung sein Schadenspotenzial genau dort, wo ohnehin ergebnisorientiert und nicht prozessorientiert gearbeitet wird (Stichwort: „Skill-Skipping“ und „Deskilling“). Kestin ist dann eher der Beleg aus entgegengesetzter Perspektive: Dort stand hinter der Plattform ein Team, das seine Fachdidaktik bereits sehr genau durchdacht hatte, und die KI dafür gezielt nutzte. Jöran Muuß-Merholz‘ Formel vom „großen Verstärker“, die ich in meinem Beitrag zur Renaissance des Menschlichen aufgegriffen habe, findet hier eine empirische Entsprechung. Eine Schule, die Lernen bereits auf Produktabgabe reduziert hat, wird mit KI vor allem effizienter reduzieren.

Eine vierte Beobachtung will ich vorsichtiger formulieren, weil sie stärker interpretiert als belegt ist: Auffällig ist, wer in diesen Studien jeweils die Gestaltungsarbeit leistet. Bei Kestin und beim Bastani-Tutor waren es Lehrende und Fachdidaktikerinnen und Fachdidaktiker, die die Leitplanken vorab eingebaut haben. In der China-Studie wurden die Lernenden dagegen mit allgemein verfügbaren Tools allein gelassen. Der Unterschied im Ergebnis scheint mir doch ziemlich genau mit diesem Unterschied zusammenzufallen.

Das spricht dafür, die Verantwortung für gute KI-Nutzung in diesem Kontext zunächst bei uns als Lehrpersonen zu verorten und nicht bei den Lernenden. Auch das lässt sich an der aktuellen PISA-Erhebung ablesen, nur eine Ebene höher: Etwas bessere Leistungen zeigen sich dort, wo häufige KI-Nutzung mit Gelegenheiten einhergeht, KI-Kompetenzen systematisch aufzubauen. Solche Gelegenheiten kommen aber überproportional sozioökonomisch begünstigten Jugendlichen zugute, wie die OECD selbst anmerkt, mit der Folge, dass sich die KI-Kluft eher vergrößern als schließen könnte. Wenn die Gestaltungsarbeit ausbleibt, wird sie sich also wohl eher entlang bestehender Ungleichheiten verteilen und diese im schlimmsten Fall sogar verstärken („AI Divide“).

Was das für Unterricht und Schulentwicklung bedeutet

Die naheliegende Konsequenz aus einem Befund wie dem der China-Studie wäre, Hausaufgaben abzuschaffen oder KI zu verbieten. Beides halte ich in seiner Absolutheit für falsch, und zwar nicht aus Prinzip, sondern weil die Studien selbst diese Schlussfolgerung gar nicht hergeben. Spätestens mit der Harvard-Studie ist die Verbotsposition auch empirisch schwer zu halten.

Aus meiner Sicht folgen daraus fünf Ansatzpunkte, die ich kürzlich auch schonmal bei Instagram versucht hatte herauszuarbeiten:

Übungszeit schützen, statt Tools zu verbieten

Der gemeinsame Nenner der kritischen Befunde ist nicht, dass KI per se schlecht ist, sondern dass die kognitive Anstrengung, die Lernen erzeugt, umgangen wird. Bei Kestin wurde diese Anstrengung nicht umgangen, sondern gezielt herbeigeführt, nur eben effizienter. Anstrengung braucht Zeit und einen Ort. Wenn das z.B. die Hausaufgabe in ihrer üblichen Form nicht mehr zuverlässig sein kann, muss diese Phase im Unterricht liegen oder muss eine Übungsaufgabe anders gestaltet werden (Darstellung / Aufgabe / Rahmenbedingungen – siehe Manuel Flicks hilfreicher Vorschlag).

Den Prozess sichtbar machen, nicht nur das Produkt bewerten

Das ist keine neue Forderung, aber sie wird durch diese Befunde natürlich verstärkt. Im gemeinsam Gerold Brägger und Joscha Falck entwickelten Modell zum eigenständigen Schreiben unter KI-Bedingungen haben wir versucht zu beschreiben, wie das konkret aussehen kann, wenn jede Phase mit eigenständiger Arbeit beginnt und KI subsidiär mitgedacht wird. Dieser Grundgedanke lässt sich auf viele Fächer übertragen.

Prompts und Tools als didaktisches Material behandeln

Wenn der Unterschied zwischen „learning penalty“ und deutlichem Lernertrag in der Gestaltung der KI-Interaktion im Lernprozess liegt, dann ist ein Prompt oder ein eingeführtes Tutor-/Feedbacksystem eben kein technisches Detail, sondern Lernmaterial. Für Fachschaften könnte das im Sinne professionellen Lernens z.B. heißen: gemeinsam entwickeln, teilen, überarbeiten, ähnlich wie bei Aufgaben oder Klausurentwürfen. Eine einzelne Lehrkraft wird kein System konzipieren wie das Harvard-Team, eine Fachschaft kann aber sehr wohl eine brauchbare Fassung für ein wiederkehrendes Thema erarbeiten und diese dann gemeinsam mit den Lernenden weiterentwickeln (was auch Werkstatt-Projekte an zahlreichen Schulen zeigen).

Aufklärung: Über die Kosten der Abkürzung („learning penalty“) sprechen

Die Studien legen nahe, dass Lernende den Zusammenhang zwischen leichter Bearbeitung und schwächerem Lernen selbst (zunächst) nicht herstellen. Das lässt sich thematisieren, und zwar nicht als Ermahnung, sondern als gemeinsame Auswertung. Eine Klausur ohne KI nach einer Übungsphase mit KI ist dafür ein brauchbarer Anlass, wenn man den Vergleich anschließend auch bespricht. Zudem gilt unverändert mein Plädoyer und ganz praktischer Versuch, in wirklich jeder Unterrichtsstunde in irgendeiner Form über und ggf. auch mit KI zu arbeiten und zu sprechen.

Unsere Erfolgsanzeigen selbst prüfen

Der Tennessee-Befund rückt auch eine Perspektive in den Blick, die wir selten berücksichtigen, nämlich die Erfolgs-Metriken, die unsere Lernplattformen, Materialien, aber auch unsere Bewertungssysteme im Unterricht ausgeben. Wenn eine Erfolgsserie im Lern-System (Kahoot sei als extremstes Beispiel genannt) wenig bis nichts über den Lernstand aussagt, ist das System nicht neutral, sondern irreführend, für Lernende wie für uns. Ähnliches gilt inzwischen wohl auch für die „sonstige Mitarbeit“, wenn sie unverändert ausschließlich die „mündliche Leistung“ umfasst.

Auf der Ebene der Schulentwicklung heißt das wohl vor allem, den Diskurs nicht auf der Tool-Ebene zu führen. Wie wichtig hier das Zusammenwirken als Schulgemeinschaft ist, zeigt auch ein Blick ins Lehrerzimmer: Während annähernd jede zweite Schülerin und jeder zweite Schüler KI inzwischen wöchentlich zum Lernen nutzt, geben im Deutschen Schulbarometer erst 19 Prozent der Lehrkräfte an, KI mehrmals wöchentlich beruflich einzusetzen, ein Anteil, der sich gegenüber dem Vorjahreswert von 9 Prozent zwar mehr als verdoppelt hat, die Kompetenzlücke zwischen Klassenraum und Lehrerzimmer damit aber eher sichtbar macht als schließt. Ich habe an anderer Stelle beschrieben, warum Fortbildung und Schulentwicklung zusammengehören und warum Impulse ohne strukturelle Verankerung verpuffen.

Die vier Studien liefern dafür ein zusätzliches Argument, weil keine der ableitbaren Konsequenzen sich in einer Tool-Schulung unterbringen lässt. Sie betreffen Aufgabenkultur (Stichwort: „guardrails“ bei Bastani), Prüfungskultur und die Frage, worüber wir mit Lernenden eigentlich in welcher Form sprechen. Wer hier ansetzen will, braucht eben keine neuen Plattformen, sondern ein gemeinsames Verständnis darüber, wo im Lernprozess eigenständige Denk-/Übungs- und damit Lernzeit stattfindet und wie sich diese schützen und unterstützen lässt.

Für den Einstieg in einen solchen Prozess mit Schülerinnen und Schülern habe ich basierend auf der Arbeit von Manuel Flick ein Konzept in sechs Schritten als Projekttag skizziert, für die Fachschaftsarbeit wird hier in Kürze ein Prozessvorschlag folgen und mit Blick auf systematischen Aufgaben-Remix sind aus einer aktuellen Fortbildung neue Ideen entstanden…bald mehr dazu…

Fazit

Vier Studien sind keine Evidenzlage. Zwei davon sind Preprints, alle vier sind schmale Ausschnitte aus sehr spezifischen Kontexten. Wer sie als Beleg dafür nimmt, dass KI per se dem Lernen schadet, liest sie falsch – und wer meint, aus der Harvard-Studie ablesen zu müssen, dass KI „das Lernen verdoppelt“, liest diese Studie nicht weniger falsch.

Sehr wohl bleiben aber sich abzeichnende Konturen – auch wenn alle Poster nebeneinander hängen: Sichtbarer Fortschritt und tatsächliches Lernen fallen unter KI-Bedingungen leichter auseinander als zuvor. Die Gestaltung der Nutzung entscheidet stärker über den Ertrag als das Tool an sich, und diese Gestaltungsarbeit liegt momentan in erster Linie bei uns Lehrpersonen im Zusammenspiel mit der ganzen Schulgemeinschaft. Diese Konturen sind nicht bewiesen, werden aber mit Blick auf die Studienergebnisse plausibel, und treffen in dieser Woche auf die PISA-Ergebnisse, die dieselbe Grundspannung noch einmal in großem Maßstab bestätigen. Für schulische Entwicklungsarbeit ist das in meinen Augen schon genug, solange wir den Unterschied zwischen Evidenz und Kontur nicht aus den Augen verlieren und verwischen.

Besonders dankbar bin ich dabei Benedikt Wisniewski für seine differenzierten Kurzanalysen zu den drei aktuell relevanten Studien und damit insbesondere für einen momentan besonders wichtigen Aspekt: Rückversicherung, ob wir als „einfache“ Lehrpersonen mit unseren Annahmen wirklich richtig liegen. Ich denke, Benedikts Einschätzungen bestätigen die vorsichtig weiter zu verfolgende Linie, die sich aus den Konturen dieser Studien ergibt: Aufklären, Ausprobieren, Aktiv werden – aber mit klaren Leitplanken.

Mir ist dabei am wichtigsten, dass wir uns die Fähigkeit erhalten, unsere eigenen Annahmen zu prüfen. Das ist im Übrigen genau die Kompetenz, die wir bei unseren Schülerinnen und Schülern im Umgang mit generativer KI ja irgendwie voraussetzen.

---

Verwendete Quellen

Strömberg, D., Lei, V. & Wu, Y. (2026): The Generative AI Learning Penalty: Evidence from Chinese Secondary Education. SSRN Working Paper 6868618.

Bastani, H., Bastani, O., Sungu, A., Ge, H., Kabakcı, Ö. & Mariman, R. (2025): Generative AI Without Guardrails Can Harm Learning: Evidence from High School Mathematics. PNAS 122(26): e2422633122.

Oreopoulos, P., Liut, M., Sungu, A. & Low, H. (2026): Making AI Tutoring Productive: Evidence from a Mastery-Based Math Practice Experiment. NBER Working Paper 35621.

Kestin, G., Miller, K., Klales, A., Milbourne, T. & Ponti, G. (2025): AI tutoring outperforms in-class active learning: an RCT introducing a novel research-based design in an authentic educational setting. Scientific Reports 15: 17458.

OECD (2026): PISA 2025 Ergebnisse, Band I – Ländernotiz Deutschland.

Medienpädagogischer Forschungsverbund Südwest (2025): JIM-Studie 2025 – Jugend, Information, Medien.

Bitkom e. V. (2025): Digitale Schule 2025.

ifo Institut (2025): ifo Bildungsbarometer 2025.

Vodafone Stiftung Deutschland (2024/2025): Pioniere des Wandels; KI an europäischen Schulen.

Robert Bosch Stiftung / forsa: Deutsches Schulbarometer.

Die Poster zu den Studien stehen unter CC BY-SA 4.0 zum Download bereit und können gerne weitergenutzt und verändert werden.

Häufig gehört und gelesen – selten konkret: „Die Renaissance des Menschlichen“

In den letzten Jahren habe ich einen Satz immer häufiger gelesen – zuletzt in einem LinkedIn-Post von Micha Pallesche: Je klüger unsere Maschinen werden, desto wichtiger wird das, was Menschen ausmacht. Wenn Wissen jederzeit abrufbar ist, verschiebt sich der Wert von Bildung – weg vom Besitz von Wissen, hin zur Fähigkeit, es einzuordnen, zu hinterfragen und verantwortungsvoll zu nutzen. Pallesche nennt das die Renaissance des Menschlichen.

Ich denke, wie viele andere auch, seit Jahren in eine ähnliche Richtung und stimme dem ausdrücklich zu. Zugleich zeigt diese Aussage aber auch eine Lücke, die vermutlich zugleich das Erfolgsgeheimnis dieser gern beschworenen Formel ausmacht: „das Menschliche“ kann alles heißen. Jeder liest die eigenen Überzeugungen hinein, alle stimmen zu. Aber aus Sicht der Schulpraxis ist klar: Eine Phrase, aus der jeder etwas anderes machen kann, bleibt ohne Konkretisierung und Begründung eben eine Phrase. „Renaissance des Menschlichen“ beantwortet nicht die Frage, die im Schulalltag zählt: Was genau tun wir dann anders – im Lehrplan, in der Bewertung, im Umgang mit Kindern? und Jugendlichen? Wie stellen wir uns eine Schule im Zeitalter der „Renaissance des Menschlichen“ vor? Das ist so schwierig wie spannend.

In diesem Blogbeitrag möchte ich daher trotz kaum vorhandener Zeit (Schuljahresbeginn…) einmal für mich versuchen etwas herauszuarbeiten, was „das Menschliche“ bedeuten könnte. Im zweiten Schritt folgt die Konkretisierung: Wie könnten sich Schulen entwickeln, die das ernst nehmen? Dafür leihe ich mir bei Jöran Muuß-Merholz eine ganz charmante Idee aus…

Eins vorweg: Mehr Menschlichkeit kommt nicht von allein

Bevor wir das Menschliche mit Inhalt füllen, ein nüchterner Zwischenruf, der vor einem Denkfehler schützen soll, nämlich der Annahme, die Renaissance des Menschlichen halte mit dem Siegeszug generativer KI qua Vernunft automatisch Einzug.

Jöran Muuß-Merholz bringt das in Schule 2035 mit einer nicht ganz neuen These auf eine gute Formel. KI wirke wie jede digitale Technik als „großer Verstärker“: Die Technologie mache ein Kontroll-System noch kontrollierender – und ein Kreativ-System noch kreativer. Das bedeutet: KI führt eben nicht von selbst zu mehr Menschlichkeit. Die Technologie verstärkt, was ohnehin schon da ist. Eine Schule, die Bildung längst auf messbaren Output eingedampft hat, wird mit KI vor allem effizienter eindampfen. Erst eine Schule, die das Menschliche bewusst zum Ziel erklärt, nutzt genKI wirklich für die damit verbundenen Prozesse.

Daher lohnt es sich genauer hinzuschauen. Denn „Renaissance des Menschlichen“ passt genauso gut als Etikett. Eine vollständig durchgetaktete, algorithmisch optimierte Lernsoftware lässt sich mühelos als „personalisiert“ und „auf jedes Kind zugeschnitten“ verkaufen – und meint dabei das Gegenteil von Selbstständigkeit: perfekt vermessene, vollständig steuerbare und auf optimalen Lernoutput gepolte Kinder. Wer hier vorrangig zu fördernde menschliche Fähigkeiten nicht klar präzisieren kann, kann diese auch gegen eine solche Vereinnahmung nicht verteidigen.

Das war vor zwei Tagen ein sehr spannender Ansatzpunkt gegen Ende eines KI-Fortbildungstages für die OBS Berenbostel, als ich mit dem Kollegium genau in diese Richtung versuchte zu denken: Und was kann dann unser (kleiner) Beitrag als Lehrperson, als Team, als Kollegium, als Schulgemeinschaft zu dem Ziel, „das Menschliche“ in Zeiten von KI zu stärken, sein? Dazu später mehr…

Fünf Dimensionen des Menschlichen – eine schulpraktische Annäherung

Eine Vorbemerkung, die im Kollegium vermutlich jeder sofort teilt: Schule war noch nie nur Wissensvermittlung. Der Bildungsforscher Gert Biesta bringt das auf drei einfache Wörter. Schule soll qualifizieren (etwas können), sozialisieren (in eine Gemeinschaft hineinwachsen) und – das ist der entscheidende dritte Punkt – zur Person werden lassen: aus einem Kind einen eigenständigen, verantwortlichen Menschen machen. Solange Wissen knapp war, stand das Qualifizieren im Vordergrund. Jetzt, wo jede Maschine „Wissen“ als kompilierte Ausgabe auf Knopfdruck liefert, rückt der dritte Punkt in den Vordergrund und „das Menschliche“ damit in den Mittelpunkt.

Biestas Warnung vor der „learnification“ – der Reduktion von Bildung auf messbares Lernen – trifft die Gefahr der KI-optimierten Schule recht gut. Und Wilhelm von Humboldt hatte den Kern längst benannt: Bildung ist die „Wechselwirkung zwischen Ich und Welt“, nicht die Anhäufung von Wissensbeständen. Wenn Wissen zur Ware wird, die jede Maschine liefert, dann verlagert sich Bildung von der Qualifikation zur Subjektivierung. „Das Menschliche“ ist genau das, was diese Subjektivierung ausmacht.

In fünf Dimensionen versuche ich „dem Menschlichen“ etwas näher zu kommen, allerdings aus meiner sehr auf Schulpraxis und schulische Lernprozesse bezogenen Perspektive, um damit einige notwendige (teils gar nicht so neue) Präzisierungen vorzunehmen. Wie komplex das Thema ist, und dass sich allzu einfache Phrasen und Lösungen angesichts genKI ausschließen, zeigte sich auch schon in meinem Beitrag zum Angebots-Nutzungs-Modell in Zeiten von KI.

Urteilskraft – klug entscheiden, wenn es keine eindeutige Antwort gibt

Pallesches „einordnen und hinterfragen“ hat einen guten alten Namen: Urteilskraft. Gemeint ist damit nicht dasselbe wie Faktenwissen und auch nicht dasselbe wie Logik. Sie ist die situierte Kompetenz, unter Unsicherheit abzuwägen, Geltungsansprüche zu prüfen und Position zu beziehen. Immanuel Kants Aufklärungsformel – der „Ausgang aus der selbstverschuldeten Unmündigkeit“ – meint dieselbe Sache in normativer Wendung: den Mut, sich des eigenen Verstandes zu bedienen.

KI verstärkt hier beides. Urteilskraft wird wichtiger, weil jedes System plausibel klingende Antworten kompiliert und ausgibt und man umso mehr prüfen können muss, was davon triftig ist und trägt. Zugleich wird unsere Urteilskraft gefährdeter. Eine vielbeachtete MIT-Studie (Kosmyna et al. 2025) liefert dazu einen ersten – vorsichtig zu lesenden! – Hinweis: Wer Aufsätze mit einem KI-Chatbot schrieb, zeigte im EEG die schwächste Hirnaktivität und die geringste gedankliche Beteiligung; die Gruppe ganz ohne Hilfsmittel die stärkste. Das Forschungsteam spricht auch von „kognitiver Schuld“. Man sollte die Studie aber in ihrer Bedeutung nicht überziehen (kleine Stichprobe, bislang nur ein Preprint, und die spektakulären Prozentzahlen, die durch die Presse gingen, stammen aus Kommentaren, nicht aus der Studie selbst), auf die Fallstricke haben auch Hendrik Haverkamp und Benedikt Wisniewski in ihrem Podcast „KI Kompass“ deutlich hingewiesen. Aber die grundlegende Richtung scheint übereinzustimmen mit anekdotischer Evidenz und dem, was wir (nicht nur) aus dem Unterricht als „Deskilling-Effekt“ kennen: Was wir bequem auslagern, üben wir nicht mehr.

Diese Eindruck verstärkt auch eine ganz aktuelle Studie (n= 26.811) aus China, in deren Folge die Wissenschaftler von „AI learning penalty“ sprechen: In der Studie „The Generative AI Learning Penalty: Evidence from Chinese Secondary Education“ wurden Zusammenhänge zwischen Prüfungsergebnissen, Geschwindigkeit und Noten von Hausaufgaben und KI Nutzung erforscht. Schülerinnen und Schüler, die genKI für die Hausaufgaben nutzten waren zwar schneller in der Bearbeitung (-30%) und die Ergebnisse wurden besser bewertet (+18%). Nur: die Prüfungsergebnisse von Schülerinnen und Schülern, die ihre Hausaufgaben an genKI ausgelagert hatten, fielen um bis zu 24% schlechter aus als bei denen, die KI wenig oder gar nicht für diesen Zweck nutzten.

Was heisst das für die Schulpraxis? Urteilskraft entsteht nicht durch möglichst bequemes „Stoff durcharbeiten“, sondern durch produktive Reibung. Nicht „KI verbieten“, sondern KI bewusst als Gegenüber einsetzen – als Sparringspartner, dessen Antworten man auseinandernimmt, statt sie zu übernehmen. Und an ausgewählten Stellen gilt die klare Ansage: Jetzt nur mit dem eigenen Kopf. Dieses (didaktische) Wechselspiel – das letztlich vor allem dafür dient, gemeinsam die Bedeutung eigenständigen Denkens bei gleichzeitigem Sparring mit genKI zu reflektieren – habe ich auf Grundlage eines gemeinsamen Beitrags mit Joscha Falck und Gerold Brägger für die „PÄDAGOGIK“ auch im Blogbeitrag „Eigenständig Schreiben mit KI“ versucht am Beispiel schulischer Schreibprozesse zu konkretisieren.

Beziehung und Bindung – Kern gelingenden Lernens

Pallesches „Orientierung geben“ ist keine reine Kopfsache. Orientierung gibt man jemandem. Damit sind wir bei der zweiten Seite: Beziehung. Der Soziologe Hartmut Rosa hat dafür ein schönes Wort: Resonanz – jene Momente, in denen der Funke überspringt, in denen Lerninhalte und Mensch sich wirklich berühren, in Wechselwirkung treten. Wir alle kennen solche Stunden, Situationen und Momente. Und wir wissen auch: Sie lassen sich weder erzwingen noch als „Sternstunde“ durchplanen. Rosa nennt das die Unverfügbarkeit des Gelingens. Zugleich ist genKI aber die bislang perfekteste Maschine dafür, alles verfügbar, planbar, steuerbar zu machen, bleibt dabei aber in ihrem nivellierenden maschinellen Output sowohl der Vielfältigkeit menschlicher Ausdrucksweise als auch der von mir einfach mal so genannten „Resonanz-Kompetenz“ erstaunlich fern.

Die Forschung stützt das von mehreren Seiten. Der Neurobiologe Joachim Bauer zeigt (lesenswert vom ZSL BW aufbereitet), dass Motivation beim Menschen im Kern sozial ist: Wir strengen uns für Beziehung an, nicht für Reize an sich. John Hattie weist die Lehrer-Schüler-Beziehung seit Jahren als einen der stärksten Faktoren für gelingendes Lernen aus. Und die Selbstbestimmungstheorie von Deci und Ryan nennt soziale Eingebundenheit als eines von drei psychologischen Grundbedürfnissen. Je mehr die reine Wissensvermittlung an Maschinen abgegeben werden kann, desto deutlicher tritt hervor, was nicht delegierbar ist: die Beziehung.

Was heisst das für die Schulpraxis? Beziehungsqualität ist nicht einfach nur ein nettes Extra, sondern muss strukturell abgesichert werden – feste Bezugspersonen, überschaubare Gruppen, Zeit für das Beiläufige. Das ist natürlich kein Plädoyer gegen Fachlichkeit, bildet aber das Fundament für Vertrauen, gutes Lernen und Resonanz.

Selbstwirksamkeit – Urheber statt Redakteur

Pallesches „widersprechen können“ setzt etwas voraus, das die Psychologie Selbstwirksamkeit nennt: die Überzeugung, mit dem eigenen Tun etwas bewirken zu können. Albert Bandura hat gezeigt, dass diese Überzeugung Leistung und Durchhaltevermögen oft stärker prägt als das tatsächliche Können.

In meinen Augen liegt hier ein häufig noch unterschätztes KI-Risiko: In der oben genannten MIT-Studie wies die LLM-Gruppe das geringste Gefühl von Urheberschaft über die eigenen Texte auf – und hatte am meisten Mühe, aus dem eigenen Geschriebenen zu zitieren. Man erinnert und verteidigt nicht, was man nicht als sein eigenes empfindet. Die Gefahr ist also in diesem Punkt nicht in erster Linie, dass Lernende mit KI schlechter schreiben. Die Gefahr ist, dass sie zu Redakteuren dessen werden, was die Maschine gemacht hat und damit einhergehend die Erfahrung verlieren, selbst Autor zu sein, woraus wiederum Selbstwirksamkeit erwächst. Das zunehmende Deskilling geht dann also zusätzlich mit einem Verlust an Selbstwirksamkeit einher.

Was heisst das für die Schulpraxis? Es reicht nicht aus, genKI zu erlauben oder zu verbieten. Entscheidend ist, ob eine Aufgabe am Ende einen Menschen als Urheber erkennen lässt – jemanden, der eine Entscheidung getroffen und ein Ergebnis verantwortet, für das die KI vielleicht Werkzeug war, nicht aber Verfasser.

Schöpferische Kraft – Vielfalt gegen nivellierende Angleichung

Bildung ist mehr als einfache Kritik; Bildung ist auch eigenes Hervorbringen – gestalten, deuten, etwas Neues kreieren. Die OECD führt „neuen Wert schaffen“ in ihrem Lernkompass 2030 ausdrücklich als Schlüsselkompetenz und damit die Fähigkeit, Wirklichkeit nicht nur zu verwalten, sondern zu verändern.

Eine Studie von Doshi und Hauser (2024) kommt zu einem verblüffenden Ergebnis: Wer beim Schreiben KI-Ideen nutzen darf, produziert einzeln für sich kreativere, besser bewertete Texte – vor allem die weniger geübten Schreibenden. Gleichzeitig aber werden die Texte einander ähnlicher. KI hebt die einzelne Kreativität und senkt die gemeinsame Vielfalt, die sich auch in der sprachlichen Nivellierung bis hin in die Fachliteratur und Social Media deutlich zeigt. Für die Autoren der Studie ist das ein Dilemma: Jeder für sich steht besser da, aber insgesamt schrumpft die Bandbreite des wirklich Neuen.

Was heisst das für die Schulpraxis? Wenn dreißig Kinder mit demselben Sprachmodell an derselben Aufgabe arbeiten, bekommt man am Ende leicht dreißig Varianten desselben Gedankens. Die Aufgabe der Schule verschiebt sich damit, denn Schule muss der Ort werden, an dem Eigensinn, Abweichung und echte Meinungsvielfalt ausdrücklich gegen den nivellierenden Sog zur Mitte gepflegt werden.

Verantwortung – lernbar nur in Gemeinschaft

Pallesches „Verantwortung übernehmen“ ist die fünfte Dimension. Wolfgang Klafki hat die Ziele von Bildung in einem Dreiklang zusammengefasst: Selbstbestimmung, Mitbestimmung und Solidarität. Die OECD nennt „Verantwortung übernehmen“ ebenfalls als Schlüsselkompetenz. Diese lässt sich aber nicht theoretisch oder gar frontal angeleitet beibringen, sondern nur praktisch dort erfahren, wo Handeln wirklich Folgen hat.

Generative KI verstärkt auch diese Dimension in beide Richtungen. Die Technologie kann Verantwortung verwischen („die KI hat das doch gesagt“) oder Anlass sein, sie neu einzuüben: Wer trägt eigentlich die Folgen einer Entscheidung, die eine Maschine vorbereitet hat? Diese Frage ist nicht technisch, sie ist moralisch.

Was heisst das für die Schulpraxis? Verantwortung lernt man nicht im Fach „Verantwortung“, sondern indem die Schule selbst ein Raum wird, in dem Kinder echte Entscheidungen mit echten Folgen treffen – für sich, füreinander und für ihr Umfeld.

Ansatzpunkt für die Schulpraxis – 5 Dimensionen als Grundlage für Reflexion und Konzeptarbeit

Nachdem ich über Micha Pallesches Satz gestolpert war, nahm ich ihn gleich mal als Ausgangspunkt für den letzten Teil des KI-Fortbildungstages an der OBS Berenbostel. Als Impuls für das Kollegium wollte ich zur Weiterarbeit anregen, dabei aber nicht in Tool- oder Framework-Kategorien denken, sondern ganz grundsätzlich unter der Leitfrage „Wo wollen wir hin – und wie wollen wir den Weg dahin gestalten?“ zum Reflektieren, Diskutieren und konzeptuellen Arbeiten anregen. Entstanden sind neben einem Online-Kreativlabor für Lernformate zahlreiche Materialien und Visualisierungen – eine der Zusammenfassungen veranschaulicht den grundsätzlichen Versuch vielleicht ganz gut.

Aus dieser eher allgemeinen Übersicht lassen sich dann für die eigene Schule Ansatzpunkte und konkrete Vorhaben entwickeln. Einen Schritt weitergehend hatte ich die 5 Dimensionen im Vorfeld des SchiLf-Tages noch etwas weiter konkretisiert und auf die Schule und ihre zentralen Lernkonzepte bezogen. Und schon hier entstanden auch zahlreiche Ideen aus dem OBS-Kollegium, die zeigen: Wir selber entscheiden, wie wir uns mit Blick auf Lernen in Gemeinschaft im Zeitalter von KI positionieren („AI Leadership“).

---

Ein Gedankenspiel: Fünf Beispielschulen im Jahr 2035

Wie sähe eine Schule aus, welche die hier entwickelten Dimensionen in den Blick nimmt? Klar ist, es gibt nicht die eine Option oder Herangehensweise. Daher hat Jöran Muuß-Merholz in seinem lesenswerten Buch Schule 2035 einen kleinen Exkurs vorgenommen und gezeigt, wie man mit dieser Offenheit produktiv umgehen kann: Statt die Schule der Zukunft zu entwerfen, porträtiert er fünf erfundene Szenario-Schulen im Jahr 2035, die unterschiedlicher kaum sein könnten – von der „digital-freien Zone“ des Manfred-Spitzer-Lyceums bis zur komplett algorithmisch optimierten Lernumgebung LIDA-N22. Diese Szenarien sind, wie er betont, ausdrücklich keine Bauanleitungen und keine Blaupausen, sondern Einladungen zum Nachdenken und Streiten.

Für die Frage der „Renaissance des Menschlichen“ übernehme ich diesen Ansatz einfach mal: Jede der folgenden fünf (eigentlich: sechs) Schulen stellt eine Seite des vorher ausgeführten „Menschlichen“ in den Mittelpunkt – und macht so sichtbar, was passiert, wenn man sie zum Leitprinzip erhebt. Und weil KI ein Verstärker ist, der immer beides verstärkt, hat jede Schule ihre ganz individuellen Stärken und Schwächen. Spannend ist dann die Überlegung, welche Strategien und programmatischen Aspekte für die eigene Schule und das eigene Verständnis von guter Bildung relevant erscheinen – ein interessantes Gedankenspiel und eine schöne Vorlage zum remixen.

Schule 1: Das Kolleg „Sokrates“ – die Schule der Urteilskraft

Diese Schule richtet Ihr Profil auf eine ausgeprägte Diskurs- und Debattenkultur (z. B. „Jugend debattiert“), das Kontroversitätsgebot des Beutelsbacher Konsenses, gymnasiale Seminar- und Oberstufenkultur sowie Deeper Learning (Sliwka/Klopsch) mit echten Kontroversen aus.

Wie macht diese Schule das? Der Stundenplan ist nicht nach Fächern, sondern nach Streitfragen organisiert. Bevor recherchiert wird, bezieht jeder eine begründete Position; erst dann kommt die KI ins Spiel – ausschließlich als Sparringspartner und Advocatus Diaboli, der die eigene These mit den besten Gegenargumenten angreift. In gerätefreien „Denk-Werkstätten“ zählt allein der eigene Kopf. Bewertet wird die Qualität der Argumentation, nicht die „richtige“ Antwort.

Stärken (intern)	Schwächen (intern)
• Fördert Mündigkeit, Kritik- und Diskursfähigkeit • Tiefe Verarbeitung durch produktive Reibung • Direkt anschlussfähig an Demokratiebildung	• Hohe sprachlich-kognitive Voraussetzungen → sozial selektiv • Braucht solides Fachwissen als Basis • Überforderung ohne genügend Struktur
Chancen (extern)	Risiken (extern)
• KI als unerschöpflicher Sparringspartner und Perspektivgeber • Klares Profil gegen KI-bedingte „Denkbequemlichkeit“ • Stärkt Demokratiekompetenz in polarisierten Zeiten	• Streit kippt in Beliebigkeit/Relativismus • Bildung einer „Debattier-Elite“, andere hängen ab • Verwechslung von Meinung und begründetem Urteil

Schule 2: Die Pestalozzi-Schule — Schule der Beziehung

Diese Schule richtet ihr Profil auf Beziehungsdidaktik und Pestalozzis „Kopf, Herz, Hand“ aus und konzipiert eine personalisierte Lernbegleitung mit festen Lernbegleitungen und Lernbüros (Vorbild u. a. Alemannenschule Wutöschingen, Gemeinschaftsschulen) unter Beachtung von Hatties Befunden zur Lehrer-Schüler-Beziehung sowie Bindungs- und SEL-Forschung.

Wie macht diese Schule das? Am Anfang steht nicht der curricular festgelegte Lerninhalt, sondern der Mensch. Jedes Kind hat über Jahre dieselbe Lernbegleitung, die seine Geschichte kennt; der Tag beginnt mit einem Ankommenskreis, Coaching-Gespräche sind fester Bestandteil. Adaptive Software übernimmt großzügig die Übe- und Vermittlungsanteile – damit die Erwachsenen Zeit für das Unverfügbare haben: Zuwendung, Gespräch, Vertrauen.

Stärken (intern)	Schwächen (intern)
• Starke Bindung und Zugehörigkeit als „sichere Basis“ • Hohe Motivation, geringere Abbruchquoten • Trägt emotional gerade vulnerable Schüler*innen	• Personalintensiv, schwer skalierbar • Erfolg hängt an einzelnen Personen • Wärme kann fachlichen Anspruch verdecken
Chancen (extern)	Risiken (extern)
• KI entlastet vom Vermitteln → mehr Zeit für Beziehung • Lerndiagnostik stützt die individuelle Begleitung • Antwort auf die Motivations- und Wohlbefindenskrise	• Nähe-Distanz-Probleme, Abhängigkeit statt Autonomie • Lehrkräftemangel und Burnout gefährden das Modell • „Wohlfühlschule“: unklare Leistungskriterien benachteiligen sozial Schwächere

Schule 3: Die Freinet-Werkstatt — Schule der Urheberschaft

Diese Schule richtet ihr Profil auf die Freinet-Pädagogik (freie Texte, Klassendruckerei, „travail vrai“ / echte Arbeit) sowie Maker Education, Projektlernen und den Anspruch authentischer Leistung im Deeper Learning sowie Selbstwirksamkeit (Bandura) aus.

Wie macht diese Schule das? Es gibt keine Arbeitsblätter, nur Aufträge mit echtem Publikum: eine Ausstellung, die stattfindet; ein Text, der erscheint; ein Bauteil, das funktionieren muss. KI ist selbstverständliches Werkzeug – aber im abschließenden Werkstattgespräch muss jedes Kind erklären, warum es jede wichtige Entscheidung so getroffen hat. „Das hat die KI vorgeschlagen“ gilt nicht. Bewertet wird die nachweisbare Urheberschaft.

Stärken (intern)	Schwächen (intern)
• Starke Selbstwirksamkeit durch echte Produkte • Authentisches, situiertes Lernen (Kopf und Hand) • Hohe Identifikation und Motivation	• Systematik- und Wissenslücken möglich • Prozessleistung schwer objektiv bewertbar • Ressourcen- und betreuungsintensiv
Chancen (extern)	Risiken (extern)
• KI hebt das gestalterisch-handwerkliche Niveau • „Autorschaft“ als Gegenmodell zum Copy-Paste • Anschlussfähig an Future Skills und Deeper Learning	• Homogenisierung, wenn alle dieselben Tools nutzen • Produkt-/Output-Fetisch; Deskilling im Verborgenen • Ungleichheit über kulturelles Kapital und Werkzeugzugang

Schule 4: Die Werk- und Kunstschule — Schule der schöpferischen Präsenz

Die Schule richtet ihr Profil auf reformpädagogische, bewusst medien- und bildschirmkritische Konzepte (Waldorf-Typ) mit Schwerpunkt auf Kunst, Musik, Handwerk, Bewegung, Rhythmus und Natur sowie embodied cognition und die Aufmerksamkeits-/Entschleunigungsdebatte aus.

Wie macht diese Schule das? Diese Schule ist bewusst KI-zurückhaltend – nicht aus Technikangst, sondern als pädagogische Entscheidung. Handys bleiben im Fach, geschrieben wird mit der Hand, gelernt an echten Dingen: im Schulgarten, in der Werkstatt, am gelesenen Buch, im gemeinsamen Musizieren. Digitale und KI-Werkzeuge kommen erst spät, dosiert und reflektiert dazu. Der Leitgedanke: das Unverfügbare, Verkörperte, schöpferisch Eigene schützen.

Stärken (intern)	Schwächen (intern)
• Schützt Aufmerksamkeit, Verkörperung, schöpferische Eigenkraft • Starke ästhetisch-kreative Bildung • Gegen-Milieu zur digitalen Dauerbeschleunigung	• Vorbereitung auf digitale Lebens-/Arbeitswelt fraglich • Gefahr der Weltfremdheit • Begründungen teils auf umstrittener Evidenz
Chancen (extern)	Risiken (extern)
• Profilbildung als „menschlicher“ Gegenpol • Wohlbefinden und Kreativität als Alleinstellungsmerkmal • Souveräner statt reflexhafter Medienumgang als Ziel	• Verschärfung digitaler Ungleichheit (vorenthaltene Kompetenz) • Nostalgie/Kulturpessimismus; „Bullerbü“-Vorwurf • Anschlussprobleme an weiterführende Wege

Schule 5: Die Agora-Schule — Schule der Verantwortung

Diese Schule richtet ihr Profil analog zu Initiativen wie der „Schule im Aufbruch“ (Margret Rasfeld) mit Formaten wie FREI DAY und den Fächern „Verantwortung“ und „Herausforderung“ sowie Service Learning, Deweys „Demokratie lernt man, indem man sie lebt“ und die Agency-Idee des OECD-Lernkompass 2030 aus.

Wie macht diese Schule das? Die Schule ist als Mikro-Gesellschaft organisiert: echte Ämter, ein echtes Budget, ein Schülerparlament, das wirklich (mit-)entscheidet. Am FREI DAY arbeiten Lerngruppen an realen Problemen im Stadtteil; wer eine Kasse führt, führt eine echte Kasse. KI ist Werkzeug der Gruppe – sie hilft, ein reales Problem zu durchdenken und Lösungen zu vergleichen. Verantwortung ist kein Lernziel, sondern gelebter Alltag.

Stärken (intern)	Schwächen (intern)
• Demokratie- und Verantwortungslernen durch Erfahrung • Starke Gemeinschaft und soziales Kapital • Hohe Selbstbestimmung und Anerkennung	• Systematische Fachlichkeit kann leiden • Reproduktion bestehender Hierarchien möglich • Hoher Organisationsaufwand
Chancen (extern)	Risiken (extern)
• KI unterstützt echte, komplexe Projektarbeit • Antwort auf Demokratie- und Engagement-Krise • Anschluss an Transformationsforschung und BNE	• Konformitätsdruck und Groupthink • Scheinpartizipation / Tokenismus • „Projektitis“ ohne fachliche Tiefe

Und der absolute Gegenentwurf – Schule 6: Gamma21 School

Ein ehrliches Gedankenspiel braucht die Kontrastfolie. Sie existiert bereits – und heißt in der Realität etwa Alpha School (USA): Ein privates Schulnetzwerk, das mit dem Modell „2 Hour Learning“ reguläre Lehrkräfte durch „Guides“ ersetzt und den fachlichen Unterricht fast vollständig einer KI-Vollpersonalisierung überlässt. Vermarktet wird das mit ziemlich genau der Sprache, die auch nach „Menschlichkeit“ klingt: „personalisiert“, „auf jedes Kind zugeschnitten“, „die KI kennt dich besser als du dich selbst“ – und dabei das Gegenteil von Selbstständigkeit betreibt: das perfekt vermessene, vollständig steuerbare Kind. Dass wir diese Schule von den anderen fünf unterscheiden können, verdanken wir allein unserem genauen Hinsehen. Die Wirksamkeitsbehauptungen beruhen auf internen Analysen und sind nicht unabhängig bestätigt; hinzu kommen Kritik an Governance und hohe, exklusive Studiengebühren.

Das ist der Verstärker in Reinform – nur eben in die andere Richtung. Und es zeigt die Pointe des ganzen Gedankenspiels: „Personalisiert“ ist nicht dasselbe wie „menschlich“. Ohne einen klaren Begriff vom Menschlichen ist die Renaissance des Menschlichen von ihrer – aus meiner pädagogischen Sicht – (Ver-)Fälschung nicht zu unterscheiden.

Rückgriff: Fragen ans eigene Kollegium

Keine dieser Schulen ist die per se und in Reinform zu den neuen Herausforderungen passende Schulform. Ihr Wert liegt darin, Wertentscheidungen sichtbar zu machen. Die Schatten der einen sind oft die Stärken der anderen: Das Sokrates-Kolleg trainiert Urteilskraft, riskiert aber soziale Selektivität; die Pestalozzi-Schule trägt Beziehung, riskiert aber Anspruch; die Freinet-Werkstatt stiftet Urheberschaft, riskiert aber Systematik; die Werk- und Kunstschule schützt Präsenz, riskiert aber Weltfremdheit; die Agora lehrt Verantwortung, riskiert aber Konformität. Eine reale Schule muss die Seiten nicht gegeneinander ausspielen, sondern bewusst ausbalancieren. Die produktive Frage lautet deshalb nicht „Welche dieser Schulen sind wir?„, sondern:

Welche Seiten des Menschlichen stärken wir – und welche vernachlässigen wir gerade, vielleicht ohne es zu merken?

---

Fazit: Die „Renaissance des Menschlichen“ ist eine Folge von Entscheidungen

Die Renaissance-Rufer haben natürlich recht: Wir stehen an einem Punkt, an dem sich neu entscheidet, worum es bei Bildung eigentlich geht. Aber die Renaissance des Menschlichen ist nichts, was genKI von allein auslöst. Sie ist eine Entscheidung, die Schulen treffen müssen – und für mich treffen dann Begriffe wie „Rückbesinnung“, „Neubesinnung“ oder auch „Verstärkung“ ja lange schon bestehender Bildungsziele auch besser. „Das Menschliche“ behält nur dort seinen Platz oder kehrt nur dort zurück, wo eine Schule aktiv Platz dafür schafft: Sei es das Urteil, das man sich nicht abnehmen lässt, die Beziehung, die man nicht berechnen kann oder die Urheberschaft, die man selbst verantwortet, die Vielfalt, die man gegen den Sog zur Mitte verteidigt oder die Verantwortung, die man nur miteinander lernt.

Man könnte es mit Hartmut Rosa so sagen: Gute Bildung ist der Moment, in dem der Funke überspringt – und das lässt sich nicht erzwingen, nur ermöglichen. Die Ironie unserer Lage ist, dass ausgerechnet generative KI uns dazu zwingt, das wieder ernster zu nehmen. Die Stärkung des Menschlichen beginnt nicht damit, dass wir das Menschliche beschwören, sondern wohl eher damit, dass wir konkret benennen können, was uns als Menschen ausmacht, was uns menschliche Bildung im KI-Zeitalter bedeutet und was das für Schulentwicklung bedeutet.

Insofern ist auch dieser Blogbeitrag (mal wieder als eine Art Lerntagebuch) der Versuch einer Annäherung und ich freue mich über Rückmeldungen und Austausch jeglicher Art!

Zu Anfang gleich die ernüchternden Zahlen: Nur 38 Prozent der deutschen Lehrkräfte geben an, ihr Kollegium habe eine einheitliche Auffassung vom Unterrichten und Lernen. Nur 8 Prozent hospitieren an anderen Schulen. Teamarbeit gilt im deutschen Schulsystem strukturell als „Mehrarbeit“ – und das, so Andreas Schleicher, ist kein Zufall, sondern Systemdesign. Kollegiale Entwicklung findet „trotz des Systems statt, nicht wegen des Systems.“ Im Blogbeitrag zu Fortbildung, Professionalisierung und strukturellen Problemen im Kontext von KI habe ich kürzlich versucht, mit zehn Vorschlägen auf die Frage einzugehen, wie wir aus strukturellen Defiziten echte Unterrichtsentwicklung machen könnten.

Denn die unbequeme Diagnose ist bekannt. Unbequemer noch wird es, wenn man sich anschaut, wie andere Schulsysteme mit denselben Herausforderungen umgehen – und wie weit sie uns dabei voraus sind. Genau das hat der Bildungsjournalist Alexander Brand, selbst Lehrer an einer Hamburger Stadtteilschule, für sein gerade erschienenes Buch „Die Bildungsweltmeister. Eine Reise zu den besten Schulen der Welt und was wir von ihnen lernen können“ (2026) getan: Er hat die erfolgreichsten Schulsysteme der Welt bereist und immer wieder gefragt, was sie strukturell anders machen.

Was er beschreibt, hat mich – obwohl ich viele dieser Befunde aus der Literatur, der täglichen Fortbildungspraxis und natürlich den täglichen Diskussionen kenne – noch einmal neu getroffen. Nicht direkt wegen der Zahlen, sondern eher wegen der Bilder, die er in seinem sehr lesenswerten Buch zeichnet.

Singapur: Das Kollegium wird selbst zum Seminar

Ein Beispiel für einen der Einblicke, die der Bildungsreisende erhält: Es ist ein ganz normaler Dienstagnachmittag an einer Sekundarschule im Süden Singapurs. Sechs Mathematiklehrkräfte sitzen dicht gedrängt um einen Konferenztisch und debattieren. Über was? Über den genauen Wortlaut einer einzigen Frage, die sie ihren Schülerinnen und Schülern stellen wollen. Zehn Minuten lang überlegen sie für eine bestimmte Frage. Brand schreibt: Eine so intensive gemeinsame Unterrichtsplanung habe er an deutschen Schulen noch nie erlebt.

Und das scheint in Singapur kein Einzelfall zu sein: In dem Stadtstaat nehmen alle Lehrkräfte wöchentlich an solchen professionellen Lerngemeinschaften (Professional Learning Communities, PLCs) teil, die fest im Stundenplan als Teil der regulären Arbeitszeit verankert sind. Fünf bis sieben Lehrkräfte, die anderthalb Stunden für Auseinandersetzung mit didaktischen Fragen haben: Wie funktioniert dieses Projekt? Was sagen uns die Daten über den Lernerfolg unserer Schülerinnen und Schüler? Was ändern wir?

Professional Learning Communities: Ein anderes Verständnis von Fortbildung

Seit 2009 ist das eine landesweite Strategie. Der Rahmen, der das erst möglich macht, ist bemerkenswert: Lehrkräfte in Singapur unterrichten im Schnitt nur 17 bis 18 Zeitstunden pro Woche – im internationalen Vergleich außergewöhnlich wenig, in Deutschland liegt die Verpflichtung je nach Bundesland und Schulform zwischen 23 und 30 Stunden. Hinzu kommen 100 Stunden Fortbildung pro Jahr. In Bayern sind es 60 Stunden – verteilt auf vier Jahre. In den meisten anderen Bundesländern gibt es schlicht keine verbindlichen Stundenvorgaben. In meinem eigenen Bundesland Niedersachsen ist das ebenso wenig festgelegt, vorsorglich wird aber im Bildungsportal darauf verwiesen, dass Lehrkräfte „verpflichtet [sind], sich zur Erhaltung der Unterrichtsbefähigung in der unterrichtsfreien Zeit fortzubilden.“

Entscheidend ist bei all diesen Vergleichen aber nicht allein das Quantum, sondern die zugrundeliegende Konzeption:

• • Der größte Teil dieser 100 Stunden entfällt nicht auf zentral organisierte Kurse von außen, sondern auf schulinternes, kollegiales Lernen.
  • Unterrichtshospitationen dienen nicht der Bewertung, sondern dem gemeinsamen Beobachten und Reflektieren.
  • Gemeinsame Unterrichtsforschung nach der Methode der Lesson Study, die wir aus Japan kennen und die ich hier im Blog schon als vielversprechendes Format für KI-Professionalisierung beschrieben habe, ist fest etabliert.
  • Videografierter Unterricht, der zu Fortbildungszwecken gemeinsam ausgewertet wird, ist gängige Praxis (manche Schulen haben speziell vorbereitete Räume, um Schülerinnen und Schüler nicht zu sehr abzulenken).
  • Schulen sind in Clustern von 10 bis 14 Einheiten organisiert, um regelmäßig voneinander zu lernen.

Alexander Brand bringt das Singapurer Prinzip auf einen Satz, der mich sehr beschäftigt: „Das Kollegium wird selbst zum Seminar.“ Ein Ansatz, der unser gewohntes Verständnis von Fortbildung – mit klarem Anfang, klarem Ende und möglichst bequemer Sitzgelegenheit – grundlegend infrage stellt.

Der Teaching Track: Aufstieg ohne Schreibtisch

Was mich im Singapur-Kapitel neben der PLC-Struktur am meisten beeindruckt hat, ist etwas, das wir in Deutschland fast vollständig ignorieren: die Frage der beruflichen Weiterentwicklung oder, um es klarer auszudrücken, der Karrierewege im Schulsystem.

In den meisten deutschen Schulen führt Aufstieg fast zwangsläufig in die Verwaltung oder Schulleitung. Wer seine Berufung im Unterrichten sieht, Unterrichtsentwicklung mittels praktischer Erfahrungen im Klassenraum erproben möchte oder schlicht und ergreifend gutes Lernen in den Mittelpunkt der eigenen Arbeit stellen möchte hat kaum formale Entwicklungsperspektiven. Laut einer Forsa-Umfrage sehen bundesweit fast 45 Prozent der Lehrkräfte wenig oder gar keine Möglichkeiten zur beruflichen Weiterentwicklung. Das ist nach meiner Erfahrung im Schulalltag kein Randproblem, sondern bewirkt häufig einen massiven Motivationsverlust an zentraler Stelle.

Singapur hat das bewusst anders konzipiert: Mit einem sogenannten teaching track, einer Karriereleiter, die ausschließlich auf didaktischer Expertise basiert, bietet sich ein weiterer Entwicklungsweg. Vom Senior Teacher, der Mentoring übernimmt und professionelle Lerngemeinschaften leitet, über den Lead Teacher, der schulübergreifend fortbildet und an der strategischen Schulentwicklung beteiligt ist, bis zum Master Teacher, der die nationalen Bildungsstrategien mitgestaltet. Kein einziger dieser Schritte erfordert den Wechsel in die Verwaltung. Diese strukturelle Weichenstellung schafft Anerkennung für das, was gutes Lernen und guten Unterricht ausmacht – und hält (fachspezifische und fachübergreifende) Expertise dort, wo sie am dringendsten gebraucht wird: im Klassenzimmer und im Kollegium.

Estland: Die Schule als digitale Entwicklungseinheit

Der Blick nach Singapur ist für viele in der Bildungsdebatte nicht ganz neu, wenn auch strukturell besonders interessant. Weniger bekannt, aber für das Thema KI und Digitalität als Ergänzung zum Blick nach Singapur besonders relevant, erscheint mir das von Alexander Brand ebenfalls vorgestellte estnische Modell.

Denn Estland gilt seit Jahren als Vorreiter in der Digitalisierung – nicht nur politisch und gesellschaftlich, sondern auch in der Schule. Dabei wird oft übersehen, dass der Erfolg nicht primär in der Technologieausstattung liegt, sondern in der Art, wie Schulen Verantwortung für ihre eigene digitale Entwicklung übernehmen.

Estland hat an seinen Schulen systematisch sogenannte Digitalpädagogen (Educational Technologists) etabliert – also Lehrkräfte, die (in der Regel von eigenem Unterricht befreit) eine offizielle Funktion als schulinterne Expertinnen und Experten für digitale Entwicklung übernehmen. Sie sind nicht einfach „der KI-affine Kollege, der manchmal hilft“, sondern haben eine klar definierte Rolle: Sie beraten das Kollegium, begleiten die Integration digitaler Werkzeuge in den Fachunterricht, koordinieren die schulinterne Fortbildung und vernetzen ihre Schule mit anderen. Und entscheidend: Diese Funktion ist anerkannt, zeitlich entlastet und wird inhaltlich ernst genommen (Bericht dazu im Deutschen Schulportal). Thomas Nadler, selbst MINT-Lehrer in Berlin und konzeptuell im Fortbildungsbereich aktiv, weist in einem LinkedIn-Beitrag deutlich darauf hin: An der University of Tartu wurde eigens dafür einen Master-Studiengang entwickelt, für den fünf Jahre Unterrichtserfahrung die entscheidende Zulassungsvoraussetzung sind.

Das ist, wenn man so will, das estnische Pendant zum Lead Teacher in Singapur – mit dem Fokus auf digitale Entwicklung. Und es ist strukturell wohl auch am ehesten das, was uns hier fehlt. Denn in meinen zahlreichen Fortbildungen an anderen Schulen stelle ich unabhängig vom Bundesland immer wieder das Gleiche fest: Auch hier ist die Expertise in der Regel in jedem Kollegium vorhanden, es fehlen aber häufig Zeit, strukturelle Verankerung und immer wieder auch die Anerkennung der Arbeit.

Wer in deutschen Schulen die KI-Fortbildung vorantreibt, tut das in aller Regel zusätzlich zu einer vollen Lehrverpflichtung, häufig noch ohne formale Rolle, Ressourcen und systematische Vernetzung mit anderen. Dass unter diesen Bedingungen trotzdem so viel passiert, spricht für das Engagement vieler Kolleginnen und Kollegen – aber es ist kein tragfähiges Modell für eine systematische Entwicklung.

Warum das gerade jetzt relevant ist – und warum KI hier ein Katalysator sein könnte

Man könnte an diesem Punkt einwenden: Das alles ist bekannt. Singapur ist weit weg. Estland ist klein. Andere Bedingungen, andere Geschichte, andere Ressourcen und dieser Einwand mag auch nicht ganz ohne Berechtigung sein.

Aber wer sofort wieder die „50 Gründe nichts zu ändern“ sucht, übersieht etwas Entscheidendes: Singapur hat dieses System nicht aus einer komfortablen Ausgangslage entwickelt. Es entstand aus einer echten Krise – dem dramatischen Lehrermangel der 1980er-Jahre – und einer klaren politischen Entscheidung, in Lehrkräfte zu investieren, weil das die einzige Ressource war, die das Land hatte. Und Estland hat seine schulische Digitalstrategie nicht wegen überschüssiger Mittel entwickelt, sondern aus dem Verständnis heraus, dass digitale Kompetenz eine demokratische Notwendigkeit ist.

Was mich in meiner täglichen Fortbildungsarbeit zunehmend beschäftigt: Generative KI könnte jetzt eine ähnliche Katalysator-Funktion übernehmen, wenn (schulisch organisiertes) Lernen zunehmend in Frage gestellt, teils auch ad absurdum geführt wird. Ich sehe KI dabei gar nicht als Bedrohung, sondern als (durchaus motivierenden und im letzten Blogbeitrag mit 10 Vorschlägen beschriebenen) Anstoß für eine längst überfällige Reform der Lehrkräfteprofessionalisierung.

Denn die Herausforderungen, die KI an Schule und Unterricht stellt, lassen sich mit den bisherigen Strukturen wohl nicht bewältigen. Weder das einzelne Nachmittags-Webinar noch der jährliche Pädagogische Tag werden ausreichen, um die didaktischen, ethischen und fachlichen Fragen zu bearbeiten, die generative KI aufwirft. Fragen zu Cognitive Offloading und Skill-Skipping, zu neuen Prüfungsformaten, zu Autorschaft und Schreibprozess, zu Algorithmic Bias und ethischer Reflexion. Diese Fragen sind zu komplex, zu schnelllebig und vor allem zu grundsätzlich, um sie in zentral organisierten Einzelveranstaltungen aufzuarbeiten.

Notwendig ist das, was professionelle Lerngemeinschaften leisten: kontinuierliche, kollegiale, praxisnahe Auseinandersetzung, die an der eigenen Schule und am eigenen Fach ansetzt. Und ebenso notwendig sind Lehrkräfte in Schlüsselfunktionen – wie estnische Digitalpädagogen –, die diese Entwicklung begleiten und vernetzen.

Gleichzeitig macht KI etwas sichtbar, das vorher nur zu ahnen war: dass die klassische Fortbildungsarchitektur an ihre Grenzen gestoßen ist. Fachdidaktisches Urteilsvermögen, die Fähigkeit zur kritischen Einordnung von KI-Outputs, ethische Reflexion über Digitalität: Das lässt sich nicht durch kurze Impulse erwerben, sondern nur durch kontinuierliches, angeleitetes, kollektives Lernen.

Was wäre konkret zu tun? Drei strukturelle Ansatzpunkte

Ich bin kein Freund überlanger Forderungskataloge – die habe ich im Beitrag zu den 10 Vorschlägen für nachhaltige KI-Professionalisierung schon formuliert. Hier möchte ich mich auf drei strukturelle Hebel konzentrieren, die sich aus dem Vergleich mit Singapur und Estland ergeben und die Alexander Brand allesamt sehr klar in seinem lesenswerten Buch herausarbeitet:

1. Professionelle Lerngemeinschaften als Standard, nicht als Ausnahme

Was in Singapur seit 2009 Standard ist, existiert in Deutschland an einzelnen Schulen – aber als Ausnahme, getragen von engagierten Schulleitungen und motivierten Kollegien, nicht als strukturelle Selbstverständlichkeit. Feste Teamzeiten für gemeinsame Unterrichtsentwicklung müssen reguläre Arbeitszeit werden, nicht Mehrarbeit. Das ist eine bildungspolitische Entscheidung, keine pädagogische Frage der Einzelschule. Der Ansatz des 3I-Modells, KI nicht isoliert zu diskutieren, sondern vom Leitbild der Schule und bestehenden Initiativen auszugehen, könnte hier als Rahmung für die inhaltliche Arbeit dieser Teams dienen.

2. Strukturierte Rollen für schulinterne KI-Expertise – analog zum estnischen Educational Technologist-Modell

Überall dort, wo ich in Schulen aller Schulformen unterwegs bin, treffe ich Lehrkräfte, die KI-Themen vorantreiben – aus eigenem Antrieb, oft ohne Ressourcen und teils auch ohne größere Anerkennung. Das ist bewundernswert, kann aber kein Modell sein. Was wir brauchen, sind formale Rollen mit Zeitentlastung, klarem Aufgabenprofil und schulübergreifender Vernetzung. Die Idee, dass solche Rollen – ähnlich wie in Estland oder Singapur – systematisch aufgebaut, ausgebildet und vernetzt werden, wird in Deutschland kaum diskutiert. Dabei wäre sie ein erster, realisierbarer Schritt. Kleiner Exkurs aus meiner Fortbildungspraxis heraus: Die Deutschen Auslandssschulen haben solche Strukturen seit vielen Jahren in Form der Prozessbegleitungen und sog. ReFos (Regionale Fortbildungen) fest etabliert. Das sind Strukturen, die ich jedes Mal (in Spanien, in Südamerika, in Nordamerika) als unglaublich hilfreich für Lehrkräfteprofessionalisierung und Vernetzung erlebt habe. Bezeichnend ist leider auch, dass diese Strukturen teilweise den jüngsten Einsparzwängen zum Opfer fielen…

3. Hospitationskultur als professionelle Normalität

48 Prozent der deutschen Lehrkräfte hospitieren nie im Unterricht von Kolleginnen und Kollegen. Nur 8 Prozent hospitieren an anderen Schulen. Das muss sich ändern, sollte es aber nicht als bürokratische Pflicht, sondern als arbeitskulturelles Selbstverständlichkeit. Lesson Study, also das gemeinsame Planen, Beobachten und Reflektieren konkreter Unterrichtsstunden, ist dabei ein Ansatz, der sich auch unter deutschen Bedingungen erproben lässt. Dass es dabei ums Schauen, nicht ums Bewerten geht, ist der entscheidende kulturelle Shift – und genau das, was mir Kolleginnen und Kollegen rückmelden, wenn sie solche Formate zum ersten Mal erleben.

Im Übrigen bin ich der Meinung… – und was machen wir jetzt damit?

Dieser Blogbeitrag entstand, wie bei mir meistens Blogbeiträge entstehen: Ich lese etwas (hier, sehr beeindruckend: das Buch von Alexander Brand) und sortiere meine Gedanken in Form eines Textes. Vor allem schreibe ich diese Gedanken als jemand, der selbst als externer Referent und Fortbilder an vielen Schulen im Jahr unterwegs ist – und der dabei immer wieder an die Grenzen des Möglichen stößt. Der einzelne Fortbildungstag, so gut er konzipiert sein mag, kann strukturelle Defizite nicht kompensieren. Was ich mitbringen kann, sind Impulse, Perspektivwechsel, Werkzeuge, eigene Praxiserfahrungen. Was ich zumeist nicht mitbringen kann, ist Zeit für kontinuierliche kollegiale Reflexion und strukturelle Verankerung – auch wenn ich das immer wieder durch Prozessvorlagen und Materialien versuche anzubahnen. Das muss (momentan) von innen kommen, sollte aber jetzt endlich auch von außen in Form passender Rahmenbedingungen unterstützt werden. Die Vorbilder sind da, auch wenn wir nicht alles 1:1 übernehmen und im deutschen Schulsystem eben auch einen ganz eigenen Makro- und Mikrokosmos haben. Aber was diese strukturellen Veränderungen angeht, bin ich nach wie vor aus guten Gründen skeptisch.

Mein Wunsch wäre dennoch (mal wieder): Dass wir die Debatte um genKI in der Schule nicht auf Tool-Training und Fortbildungsformate reduzieren, sondern dass wir sie nutzen, um grundlegendere Fragen zu stellen. Und das sind die Fragen, die Alexander Brands Reise zu den „Bildungsweltmeistern“ aufwirft:

• • Wie sehen wir unseren Beruf?
  • Was verstehen wir unter professioneller Entwicklung?
  • Wie viel Raum geben wir Lehrkräften, gemeinsam zu lernen, zu erproben und zu scheitern?
  • Wollen wir dafür weiterhin den deutschen Fortbildungsbegriff verwenden oder brauchen wir nicht etwas Neues?

Singapur hat diese Fragen nicht mit einer Webinar-Reihe beantwortet und Estland hat sie nicht mit einer App-Empfehlung gelöst. Beide Länder haben strukturelle Antworten gefunden – in aller Ruhe, systematisch und mit dem klaren Ziel, nicht einfach nur moderne Technologie zu implementieren, sondern Lernen zu verbessern.

Das ist der Maßstab, an dem wir uns messen lassen müssen. Und das Buch von Alexander Brand ist, wie ich finde, eine sehr lesbare Einladung, genau das zu tun.

Weiterführende Links im Blog

• Fortbildung, Professionalisierung und strukturelle Probleme im Kontext von KI und Schule – 10 Vorschläge aus der Praxis
• DPACK-Modell – Unterrichtsentwicklung unter den Bedingungen der Digitalität
• 3I-Modell für Schulentwicklung in Zeiten von KI
• Vom Sparringspartner zum „false buddy“ – KI, Skill-Skipping und Deskilling
• Eigenständiges Schreiben und KI: Ein 8-Phasen-Modell für Schule und Unterricht
• KI und das Angebots-Nutzungs-Modell
• KI-Einführung in 6 Schritten – Vorschlag für Schule und Unterricht

Quellen

• Alexander Brand: Die Bildungsweltmeister. Eine Reise zu den besten Schulen der Welt und was wir von ihnen lernen können
• Deutsches Schulportal: Deutsche Lehrer liegen bei Teamarbeit und Fortbildung international weit zurück
• Lynch et al. (2025): Meta-Analyse zur Wirksamkeit von Lehrkräftefortbildung im MINT-Bereich
• Singapore Ministry of Education: Professional Development Framework
• Joscha Falck: „Die Fortbildung ist tot – es lebe die Fortbildung“
• Joscha Falck: „Ist die 35-Stunden-Woche ein Erfolgsmodell für Schulen?“

In vielen Beiträgen, die sich als „progressiv“ verstehen, wird die Wissensvermittlung den 4K-Kompetenzen – Kreativität, kritisches Denken, Kollaboration und Kommunikation – gegenübergestellt. Die Argumentation geht ungefähr so: In einer VUCA-Welt, also einer Welt voller Volatilität, Unsicherheit, Komplexität und Ambiguität, bräuchten wir „neue Antworten“ anstatt der „Vermittlung bestehender Antworten“. Schule müsse sich daher von der Wissensvermittlung lösen und stattdessen die 4K in den Mittelpunkt stellen. Das halte ich für einen Trugschluss und argumentiere in diesem Beitrag für eine anderen Ansatz.

Kürzlich bin ich bei Nele Hirsch auf Vortragsfolien zum Thema „Selbstgesteuertes Lernen in einer KI-geprägten Welt“ gestoßen, die genau diese Gegenüberstellung zeigt (Folie 7 im dortigen PDF). Die Vermittlung bestehender Antworten ist in diesem Kontext in der Regel negativ konnotiert, was z.B. am Symbol des Trichters erkennbar ist.

Ich schätze Nele Hirschs Arbeit sehr – ich kenne kaum jemanden, der beständig so viele gute Ideen im Bereich Bildung hat und sie frei teilt wie Nele – aber an dieser Stelle möchte ich widersprechen.

Zuvor möchte ich aber klarstellen, wo ich mit den Aussagen von Neles Folien übereinstimme: Die Grundaussagen, die Nele ihrem Vortrag voranstellt, kann ich gänzlich unterstützen:

Vor allem Punkt zwei ist meines Erachtens zentral: selbst lernen zu können und auch Freude daran zu haben ist in einer extrem dynamischen Welt eine der wichtigsten Fähigkeiten, die Menschen haben können. Und auch Neles übrige Ausführungen darüber, was wichtig ist und wie man das erreicht, kann ich gänzlich unterschreiben: die Bedeutung von Empathie, Resilienz und Begeisterungsfähigkeit, die Wege, wie man Selbstlernfähigkeit in Schüler:innen fördern kann, die Rolle, die KI beim Lernen sinnvollerweise spielen sollte.

Nur eben diese Gegenüberstellung von „bestehende Antworten“ und „Herausfinden neuer Antworten“ greift mir zu kurz. Denn natürlich müssen in dynamischen Zeiten neue Antworten auf viele Fragen gefunden werden, aber: Viele Wissensbestände bleiben eben doch auch wahr und sind weiterhin Grundlagen beim Verständnis der Welt. Und vor allem: Schüler:innen können meines Erachtens keine neuen Antworten herausfinden, wenn sie nichts von den etablierten Fakten wissen.

Wissen sind keine „bestehenden Antworten“

In der Schule werden oft keine „bestehenden Antworten“ vermittelt, sondern grundlegende Fakten über die Welt. In den Naturwissenschaften lernen Schüler:innen, wie z.B. biologische Systeme funktionieren. In den Sprachen lernen sie, wie man sich in einer Fremdsprache verständigt und was die Zielkulturen ausmacht. In Geographie lernen sie, wie die Erde aufgebaut ist, welche Prozesse sie prägen, wie der Mensch mit dem Planeten und diesen Prozessen interagiert. In den anderen Gesellschaftswissenschaften lernen sie zum Beispiel, wie ein Staat funktioniert, wie Wirtschaftssysteme aufgebaut sind, wie die Welt und menschliche Gesellschaften so geworden sind, wie wir sie heute vorfinden. Das sind keine „bestehenden Antworten“, die man durch „neue Antworten“ ersetzen könnte. Es ist das Lernen darüber, was existiert und wie es sich entwickelt hat.

Man kann das nicht durch „Herausfinden neuer Antworten“ ersetzen, weil man ohne Wissensgrundlage gar nichts herausfinden kann: Man versteht das Neue nur im Vergleich zum Bisherigen. Wenn man Schüler:innen darauf ansetzt, „neue Antworten“ herauszufinden, ohne dass sie eine Wissensgrundlage haben, kommt dabei in den meisten Fällen unfundierter Quatsch heraus.

Daisy Christodoulou trifft diesen Punkt in ihrem Buch „Seven Myths About Education“ gut. Kritiker des Faktenlernens ziehen gerne ein einzelnes, zufälliges Faktum heraus und fragen: Wer muss schon das Datum der Schlacht von Waterloo kennen? Natürlich wirkt ein einzelnes Faktum isoliert betrachtet sinnlos. Aber es geht nicht um ein einzelnes Faktum – es geht darum, Hunderte von Fakten zu lernen, die zusammen ein Schema bilden, das uns hilft, die Welt zu verstehen:

„Just learning the date of the Battle of Waterloo will be of limited use. But learning the dates of 150 historical events from 3000 BC to the present day and learning a couple of key facts about why each event was important will be of immense use, because it will form the fundamental chronological schema that is the basis of all historical understanding.“ (Christodoulou)

Das Gleiche gilt für die Naturwissenschaften, die Mathematik, die Sprachen: Einzelne Fakten erscheinen immer beliebig. Erst in ihrer möglichst gut vernetzten Gesamtheit bilden sie die Grundlage, auf der Verstehen und Denken überhaupt möglich werden. Natürlich liegt der Schlüssel in dieser „gut vernetzten Gesamtheit“. Die zu erreichen ist schwierig und die Schule scheitert oft daran, so dass die gelernten Fakten isoliert bleiben und dann tatsächlich kaum sinnvolle Wirkung entfalten. Daraus allerdings den Schluss zu ziehen, dass man die Fakten auch weglassen könnte, halte ich für falsch. Der Schlüssel ist, nicht bei den Fakten stehen zu bleiben, sondern an ihrer Vernetzung, Vertiefung, Integration und kreativen Anwendung zu arbeiten.

Kritisches Denken ohne Wissen ist leeres Denken

Daniel Willingham legt in seinem Buch „Why Don’t Students Like School?“ dar, dass Denkprozesse und Faktenwissen untrennbar miteinander verwoben sind. Er schreibt:

„Thinking well requires knowing facts, and that’s true not simply because you need something to think about. The very processes that teachers care about most – critical thinking processes such as reasoning and problem solving – are intimately intertwined with factual knowledge that is stored in long-term memory.“ (Willingham)

Das ist ein Punkt, der in der 4K-Debatte gerne übersehen wird: Kritisches Denken ist kein allgemeiner Skill, den man einmal lernt und dann auf beliebige Themen anwenden kann. Willingham vergleicht das mit einem Taschenrechner – viele Menschen glauben, Denken funktioniere wie Rechenoperationen, die man auf beliebige Zahlen anwenden kann. Aber das Gehirn arbeitet anders:

„When we learn to think critically about, say, the geopolitics of Europe resulting from World War II, it does not mean we can also think critically about a chess game or about the current situation in the Middle East. Critical thinking processes are tied to background knowledge.“ (Willingham)

Das bedeutet: Wer in Physik kritisch denken können soll, braucht physikalisches Wissen. Wer in Geschichte kritisch denken können soll, braucht historisches Wissen. Die 4K sind keine Abkürzung, die an dieser Notwendigkeit vorbeiführt.

(Hier ist übrigens ein frei zugänglicher kurzer Aufsatz von Willingham zum Thema „Why don’t students like school“).

Christodoulou bringt das auf den Punkt, indem sie E.D. Hirschs Metapher zitiert: Die Beziehung zwischen Wissen und Kompetenzen sei wie ein Rührei – man könne sie nicht mehr voneinander trennen.

IKEA

Willingham bringt eine Analogie, die ich sehr anschaulich finde. Man stelle sich vor, man kauft ein Möbelstück bei IKEA, kippt die Teile auf den Boden, und in der Anleitung steht lediglich:

„Before you start, think about other pieces of furniture you’ve seen in the past. Then put stuff together. Take it slow and don’t force anything.“ (Willingham)

Das ist tatsächlich hilfreicher Rat! Aber er reicht nicht. Man muss schon genau wissen, welche Teile wiezusammengeschraubt werden müssen. Wenn wir Schüler:innen beibringen wollen, kreativ und kritisch zu denken, ohne ihnen das nötige Fachwissen mitzugeben, ist das aber wie ein IKEA-Möbel ohne genaue Aufbau-Anleitung. Die Metastrategien sind nützlich – aber ohne die Inhalte, auf die sie sich beziehen, bleiben sie leer.

„Gute Fragen stellen“

Nun könnte man einwenden: In einer Welt mit KI geht es doch gar nicht mehr um Wissen, sondern um die Fähigkeit, gute Fragen zu stellen! In einem Gastbeitrag bei fobizz argumentiert Alicja Gulcz, dass „die eigentliche Kompetenz nicht mehr die Reproduktion von Wissen [sei], sondern die Fähigkeit, relevante Fragen zu stellen“.

Das klingt erst einmal wie ein Gegenargument zu meiner These. Ist es aber nicht. Gulcz selbst liefert das beste Beispiel dafür: Sie vergleicht die Frage „Erstelle eine Präsentation über Radioaktivität“ mit der Frage „Kannst du mir erklären, warum Alphastrahlung gefährlich ist, wenn sie nicht mal durch ein Blatt Papier kommt?“ Die zweite Frage zeigt echtes Nachdenken und den Wunsch, Zusammenhänge zu verstehen.

Aber diese Frage kann nur stellen, wer weiß, was Alphastrahlung ist und dass sie durch Papier gestoppt wird. Ohne vermitteltes Wissen wäre diese Frage nie entstanden. Das Beispiel zeigt nicht, dass Wissen unwichtig geworden ist. Es zeigt, dass Wissen die Voraussetzung dafür ist, die Qualität von Fragen zu haben, die in einer KI-geprägten Welt entscheidend ist.

Anfänger brauchen Anleitung

Es gibt noch ein weiteres Forschungsergebnis, das die pauschale Forderung „weniger Wissensvermittlung, mehr 4K“ in Frage stellt: den sogenannten Expertise-Reversal-Effekt. Eine aktuelle Meta-Analyse von Tetzlaff et al. (2025) in der Fachzeitschrift „Learning and Instruction“ zeigt: Anfänger:innen profitieren von viel Anleitung und Instruktion, Fortgeschrittene hingegen profitieren von weniger Anleitung.

Das heißt: Dieselbe Methode, die bei Fortgeschrittenen zu besserem Lernen führt (weniger Anleitung, mehr Selbststeuerung, die ich hier als Ausdrucksform von „4K-Aktivitäten“ verwende), schadet Anfänger:innen. Und umgekehrt. Die Schlussfolgerung ist nicht, dass Instruktion immer besser ist als Selbststeuerung oder umgekehrt. Die Schlussfolgerung ist, dass es auf den Lernstand ankommt. Und dass Schüler:innen, die ein Thema gerade erst kennenlernen, in der Regel eben noch Anfänger:innen sind – und daher erstmal Wissensvermittlung brauchen, bevor sie kreativ, kollaborativ, kommunizierend und kritisch aktiv werden können.

Im Podcast „Psychologie fürs Klassenzimmer“ wird dieser Punkt auf die Metaebene gehoben: Lernen ist immer ein aktiver Konstruktionsprozess. Es gibt kein passives Lernen. Daher lässt sich aus dem Konstruktivismus keine bestimmte didaktische Praxis ableiten, etwa die, dass Unterricht generell offen, problemorientiert oder minimal instruiert sein müsse. Die Vorstellung, dass „Wissensvermittlung = passiv“ und „4K = aktiv“ sei, ist ein lernpsychologischer Kurzschluss.

„Neue Antworten herausfinden“

Willingham warnt auch ganz konkret vor einem zu großzügigen Einsatz von Entdeckungslernen:

„If students are left to explore ideas on their own, they may well explore mental paths that are not profitable. If memory is the residue of thought, then students will remember incorrect solutions.“ (Willingham)

„Memory is the residue of thought“ – Schüler:innen erinnern sich an das, worüber sie nachgedacht haben. Wenn sie ohne ausreichende Wissensgrundlage über ein Thema nachdenken, denken sie möglicherweise über Falsches nach – und genau das bleibt dann hängen. Das ist kein Argument gegen Entdeckungslernen an sich, aber es ist ein Argument dafür, dass Entdeckungslernen eine solide Wissensbasis voraussetzt.

Auch die Hoffnung, man könne „allgemeine Problemlösekompetenz“ oder „Kreativität an sich“ trainieren und diese würde dann auf alle Fächer ausstrahlen, hat die Forschung wiederholt enttäuscht. Willingham fasst zusammen:

„If you want children to think logically about science, teach them how science works. If you want them to learn to evaluate an argument in expository prose, teach that. Don’t teach a different skill in the vain hope that it will burnish some other skill.“ (Willingham)

Christodoulou ergänzt diesen Punkt mit einem Beispiel, das ich sehr nachvollziehbar fand. Sie beschreibt, wie sie im Geschichtsunterricht Schüler:innen bat, historische Porträts zu analysieren, und ihnen den Tipp gab, das Wort „because“ in ihren Antworten zu verwenden – ein Ratschlag, den sie in der Lehrerausbildung bekommen hatte. Die Hoffnung war, dass das Wort „because“ analytisches Denken fördern würde, weil es die Schüler:innen dazu bringen sollte, ihre Positionen zu begründen. Was sie bekam, waren Antworten wie „because his jacket is funny“ und „because he is wearing weird clothes“. Die Schüler:innen hatten die Aufgabe, eine Begründung zu finden, also haben sie das gemacht. Aber weil sie wenig über die zu analysierenden Personen wussten, haben wie eben mit oberflächlichen Aspekten „begründet“. Christodoulous Fazit:

„Generic strategies such as ‚try and use the word because‘ cannot make up for lack of knowledge. […] Good analytical answers depend on a body of knowledge, not on abstract advice to use a certain word in your answer.“ (Christodoulou)

Anfänger:innen und Expert:innen denken unterschiedlich

Es gibt eine grundsätzliche kognitive Asymmetrie zwischen Lernenden und Expert:innen, die in der 4K-Debatte oft übersehen wird. Willingham formuliert das Prinzip so:

„Cognition early in training is fundamentally different from cognition late in training.“ (Willingham)

Expert:innen sehen die Tiefenstruktur von Problemen, Anfänger:innen sehen die Oberfläche. Expert:innen können kreativ und kritisch mit ihrem Fach umgehen, weil sie über reichhaltiges, gut organisiertes Wissen verfügen. Schüler:innen sind in den allermeisten Fächern Anfänger:innen. Zu erwarten, dass sie „wie Wissenschaftler:innen“ arbeiten, überspringt eine kognitive Entwicklungsstufe.

Das bedeutet nicht, dass Schüler:innen nie kreativ sein oder forschen dürfen. Willingham differenziert sinnvoll zwischen Wissensverständnis (knowledge comprehension) und Wissenserzeugung (knowledge creation): Schüler:innen können und sollen bestehende Theorien tiefgehend verstehen – aber die Erwartung, dass sie dann auch schnell kreativ mit diesem Verständnis hantieren können, ist für Anfänger:innen oft unrealistisch. Und natürlich kann man Schüler:innen auch das Forschen ausprobieren lassen – man darf nur nicht erwarten, dass dabei dann auch inhaltlich korrekte Ergebnisse herauskommen. In diesem Fall ginge es dann eher um die Methode des Forschens und nicht darum, korrektes Wissen herauszufinden.

Und KI?

Was ich bisher geschrieben habe, gilt meines Erachtens analog für die Nutzung von KI. Regelmäßig wird herausgestellt, dass KI-Nutzung u.a. dann hilfreich sein kann, wenn man die Antworten der KI kritisch hinterfragen kann, wenn man die KI als Lernpartner nutzt und sich nicht blind auf die Antworten verlässt. Um das tun zu können, brauchen Schüler:innen eine Basis von Grundwissen. Teilweise können sie sich die mit Hilfe der KI erarbeiten, wenn sie sich z.B. ein schwieriges Thema schrittweise erschließen und damit einen Wissensschatz dazu aufbauen.

Fazit

Natürlich schreibe ich diesen Text nicht, um für Frontalunterricht und Auswendiglernen zu plädieren. Christodoulou formuliert es so:

„The solution to mindless rote learning is not less teacher instruction; it is different and better teacher instruction.“ (Christodoulou)

Das würde ich modifizieren zu

Die Alternative zu stupidem Auswendiglernen ist nicht, Fakten durch 4K-Skills zu ersetzen. Die Alternative ist, Faktenwissen solide aufzubauen, in nachvollziehbare Zusammenhänge einzubetten – und darauf aufbauend kreativ, kritisch, kommunizierend und kollaborativ zu arbeiten.

Wie dieses Faktenwissen erarbeitet wird, ist damit noch nicht adressiert. Denkbar sind hier natürlich verschiedene Formen, z.B. Instruktion durch Lehrer:innen, selbständiges Erarbeiten und anschließendes Besprechen in Rahmen von selbstorganisiertem Lernen oder im Rahmen einer Informationsphase während eines Projekts. Und welche Mischung aus diesen Formen sinnvoll ist, muss natürlich auch in der jeweiligen Situation ausgehandelt werden.

Der Beitrag Wissensvermittlung vs. 4K – Was muss man in Zeiten von KI noch wissen? erschien zuerst auf rete-mirabile.net.

Wenn ich mir anschaue, was KI zu leisten in der Lage ist, beeindruckt mich (in den unterschiedlichen Modellen mit deutlichen Abstufungen, die hier aber nicht näher analysiert werden sollen) die rhetorische Eleganz, mit der diese generativen, rein auf Statistik beruhenden Sprachmodelle Leerstellen füllen. Wir sprechen bei der KI bei einer solchen Füllung von Leerstellen von »Halluzinationen«. Dabei erfindet eine KI Fakten, die statistisch wahrscheinlich, aber inhaltlich falsch sind. – Das ist im schulischen Kontext nicht neu. Als Deutsch- und Religionslehrer, als Philologe und Theologe, begegnet mir diese Form der Spekulation vor allem im schulischen Kontext regelmäßig. Und dennoch ist das,

In diesem Artikel stelle ich einige der Tools und Prozesse vor, wie wir unser Netzwerk und die ca. 600 digitalen Geräte an meiner Schule supporten und am Laufen halten.

Hintergrund und Überblick

An meiner Schule bin ich seit ca. 10 Jahren Netzwerkberater, das ist die offizielle Bezeichnung in Baden-Württemberg für die Person(en), die das schulische Netzwerk pflegen und warten. Im Alltag wird man wohl als „Admin“ angesehen, eine Bezeichnung, die in unserem konkreten Fall nicht korrekt ist. Unser Schulträger (der Landkreis Breisgau-Hoschschwarzwald) hat einen sehr guten Tech-Support für seine Schulen, so dass mein Netzwerker-Kollege und ich mit dem Betrieb des eigentlichen Schulservers und mit Hardware-Installationen recht wenig zu tun haben, das machen die Techniker des Schulträgers. Ein Techniker kommt wöchentlich für ein paar Stunden an die Schule und bearbeitet die Dinge, die wir die Woche über entweder aus mangelnder technischer Kompetenz oder aus Zeitmangel nicht geschafft habe. Ebenso erledigen die Techniker Hardware-Installationen größeren Umfangs und Server-Wartungen etc. In dieser Hinsicht sind unsere Verhältnisse also nahezu ideal.

Gleichzeitig gibt es unterhalb dieser Ebene natürlich noch jede Menge Aufgaben, die man organisieren und erledigen muss: Beispiele sind vergessenen Schüler:innen-Passwörter für die Lernplattform, Ausleihe von Geräten an Schüler:innen oder Lehrer:innen, Verbindungsprobleme von Lehrer:innen-Geräten mit den digitalen Tafeln, Tonprobleme beim Abspielen von Audio von Lehrer:innen-Geräten, defekte Lehrer:innen-Geräte, Software-Installation auf einzelnen oder allen Geräten, Benutzungssupport für allerlei Software oder Hardware … .

Inzwischen nimmt die Wartung und Verwaltung von Geräten einen erheblichen Raum in unserer Arbeit ein, wir versuchen aber auch, den Kolleg:innen einen guten Support zu bieten, um das „Benutzungserlebnis“ schulischer Geräte möglichst reibungsarm zu gestalten.

In diesem Artikel geht um all die Facetten, die dabei helfen, diese Aufgaben möglichst effektiv und effizient zu erledigen.

Geräteverwaltung mit Ausleihe-Management

In den letzten Jahren hat an den meisten Schulen die Anzahl der digitalen Geräte enorm zugenommen. Aus meiner Sicht ist es daher sinnvoll, dass man dem Gerätemanagement explizite Aufmerksamkeit schenkt. Das sollte auch die Verwaltung von Leihgeräten beinhalten, die ja durch Lehrer:innen-Geräte und vermutlich zunehmend auch Schüler:innen-Geräte relevant ist oder bald wird.

Eine Tabelle in einer Tabellenkalkulation ist vermutlich der erste Schritt, mit dem man versucht, den Überblick zu behalten. Das stößt meiner Erfahrung nach aber bald an seiner Grenzen, die dann mit einer Online-Tabelle etwas erweitert werden können. Bei der Online-Tabelle können immerhin schon mehrere Personen den Datenbestand pflegen. Allerdings ist das ganze fehleranfällig und meiner Erfahrung nach schwer zu pflegen.

Daher sind wir irgendwann bei einem expliziten so genannten Asset-Management gelandet. Das sind in der Regeln Online-Tools, die sich vor allem an Firmen richten, um eben Geräte, deren Konfiguration, Ort etc. zu verwalten.

Für mich war es wichtig, mit diesem Tool auch die Ausleihe abwickeln zu können, da das im ersten Corona-Lockdown noch mit Papierlisten lief und erwartungsgemäß einigermaßen chaotisch endete. Da bei der Ausleihe auch Schüler:innen- und Eltern-Namen und Mailadressen im Spiel sind, war es wichtig, dass die Lösung datenschutzkonform zu betreiben ist, was uns zu einer selbst gehosteten Lösung brachte: SnipeIT.

SnipeIT Asset Management

Was man braucht:

• selbst verwalteten Webspace mit der Möglichkeit, per Kommandozeile auf den Server zuzugreifen (muss kein Root-Zugriff sein)
• Webhosting-Kenntnisse
• Grundkenntnisse mit der Kommandozeile (hatte ich nicht, das Nötige konnte ich mir mit geringem Zeitaufwand aneignen)

Funktionen

SnipeIT stellt einen gewissen Aufwand dar, wenn neue Geräte eingepflegt werden. Dann müssen diese zunächst in Snipe importiert werden. Allerdings lohnt sich die Nutzung von Snipe aus meiner Sicht dennoch, denn im Betrieb der Geräte ist es so wesentlich leichter, den Überblick zu behalten, z.B. kann man web-basiert notieren,

• wo ein Gerät gerade steht,
• ob es an jemanden ausgeliehen wurde und an wen;
• man kann Geräte auch an Orte anstatt an Personen auschecken, so dass jedes Gerät einen Standard-Standort und einen aktuellen Standort hat
• man kann den Status für ein Gerät einstellen, z.B. „in Betrieb“; „einsatzbereit“, „interne Wartung“, „externe Reparatur“ etc.
• man kann für jede Geräteklasse ein Foto hinterlegen, so dass man in einer Liste schnell die gesuchten Geräte findet
• man kann eigene Felder definieren und befüllen, bei uns z.B. eine eigene Inventarnummer
• … 

Snipe speichert außerdem für jedes Gerät die Historie aller Änderungen, so dass man immer sieht, wer das Gerät z.B. schon mal ausgeliehen hatte, wann es bei der Reparatur war, wer von den Netzwerkern es an wen ausgecheckt hat etc.

Markierung der Geräte

Alle unsere Geräte bekommen von uns einen Aufkleber mit verschiedenen Informationen:

• Gerät gekauft oder geleast,
• eine selbst vergebene Inventarnummer bestehend aus
  Jahr, in dem das Leasing ausläuft oder Kaufjahr, Kurzbezeichnung des Modells, fortlaufende Nummer
• Name der Geräteklasse

Also zum Beispiel
LEASING
2028-L13-004
Lenovo Yoga L13

Der Aufkleber wird an prominenter Stelle angebracht, so dass er bei Geräten, die an fixen Standorten stehen, direkt sichtbar ist. Darüber hinaus wird ein farbiger Klebepunkt angebracht, der für das Jahr des Leasing-Endes steht. Dieser hat den Hintergrund, dass man beim Auslaufen des Leasings alle Geräte aus dem Haus einsammeln muss, die abgegeben werden müssen. Der farbige Punkt ermöglicht es, auf einen Blick zu sehen, welche Geräte das sind, z.B. weil man dieses Jahr alle mit einem gelben Punkt austauschen muss.

Sowohl der Aufkleber mit den o.g. Angaben als auch der farbige Klebepunkt waren eine Reaktion darauf, dass wir in früheren Jahren oft mühsam die Seriennummern von Geräten rausfinden mussten, um den Leasingtausch vorzubereiten. Wenn dann z.B. jeder Laptop umgedreht werden muss oder man bei jedem Desktop-PC unter den Tisch krabbeln muss, um herauszufinden, zu welcher Leasing-Charge er gehört, kostet das viel Zeit.

Help-Desk und Wissensmanagement

In jedem Netzwerk kommen täglich technische Probleme oder Anfragen von Nutzer:innen vor. Je größer der Pool von Geräten, desto mehr solche Anfragen treten auf und desto anspruchsvoller wird es, einen Überblick zu behalten und die Anfragen angemessen zu bearbeiten.

Zunächst wird man wohl immer damit beginnen, dass die Nutzer:innen eine Nachricht an die Verantwortlichen schicken – entweder per E-Mail oder per schulischem Messenger, darüber hinaus wird man persönlich angesprochen oder bekommt Zettel auf den Tisch oder ins Fach gelegt. Das führt dazu, dass man drei bis vier verschiedne „Eingänge“ hat, über die Anfragen hereinkommen. Das ist schwierig zu verwalten, man verliert leicht den Überblick, was man für wen bereits erledigt hat, wer bereits eine Antwort erhalten hat, wer aufgrund einer Reparatur noch warten muss etc.

Das Ziel ist also, die Anzahl der Eingänge zu reduzieren und die Bearbeitung von Anfragen möglichst zu zentralisieren.

Wir sind dabei bei dem Helpdesk-System Hesk gelandet, das wir selbst hosten und das sowohl ein Ticket-System als auch eine Wissensdatenbank (Knowledgebase) beinhaltet. Es wäre natürlich einfacher, auf eines der vielen SaaS-Systeme wie z.B. ZenDesk oder FreshDesk zurückzugreifen, da man damit keinen Hosting-Aufwand hat. Da allerdings auch Schüler:innen und Eltern Anfragen schicken und in diesen Anfragen in der Regel persönliche Daten enthalten sind, gerät man hier schnell in Datenschutzprobleme. Daher hosten wir selbst auf Webspace mit deutschen Servern, für die wir einen AUV-Vertrag abschließen können. Hesk läuft sehr stabil und braucht nach der ersten Installation ca. 1 – 2 Mal pro Jahr ein kleines Update, ansonsten hat man damit keine Arbeit.

Was man braucht:

• selbst verwalteten Webspace
• Webhosting-Kenntnisse

Verwaltung von Technik-Anfragen

Bei uns hat es sich bewährt, dass wir eine zentrale E-Mailadresse anbieten, an die alle Support-Anfragen geschickt werden können. Im Alltag werden ca. 80 % der Anfragen tatsächlich über die Mailadresse geschickt, der Rest kommt in der Regel von Schüler:innen oder Eltern. Schüler:innen haben oft noch keine Mailadresse oder nutzen sie nicht, Eltern wissen manchmal noch nicht, dass es die zentrale Adresse gibt (obwohl sie natürlich immer wieder an verschiedenen Stellen kommuniziert wird).

Jede Mail, die an die Support-Adresse geschickt wird, verwandelt der Posteingang von Hesk in ein Ticket und informiert die als Admin eingetragene Person per Mail über die neue Anfrage. Alle Support-Mitarbeiter haben einen Account in Hesk, so dass der Admin das neue Ticket jemandem zuweisen kann. Diese Person erhält dann eine Benachrichtigung, dass ein neues Ticket für sie eingegangen ist.

Der Vorteil dieser Abwicklung ist, dass alle offenen Anfragen an zentraler Stelle organisiert werden können. Auch für die Anfragen, die nicht per Mail gestellt werden, erstellen wir in der Regel manuell ein Ticket, sofern die Anfrage nicht innerhalb weniger Minuten erledigt werden kann. So ist immer klar, welche offenen Anfragen es gerade gibt und wer dafür zuständig ist.

Darüber hinaus kann man die Zuständigkeit für ein Ticket an jemand anderen übergeben, der dann den kompletten Kommunikationsverlauf bis zu diesem Zeitpunkt einsehen kann. Man kann auch eine zusätzliche Person zu einem Ticket hinzufügen oder sich selbst oder einem anderen Mitarbeiter eine Notiz zum Ticket hinterlegen, die der Kunde nicht sieht.

Dieses Vorgehen hat unseren Umgang mit Anfragen enorm entspannt, weil man immer weiß, wo man die Anfragen findet und wer dafür zuständig ist.

Wissensmanagement

Angeschlossen an das Ticket-System gibt es auch eine Wissensdatenbank, in der wir inzwischen dutzende von Anleitungen geschrieben haben. Wenn also jemand eine Anfrage zu einem Thema schickt, das häufig vorkommt, können wir einfach einen Link zu der Anleitung schicken und müssen uns nicht ständig in den Antworten wiederholen. Die Wissensdatenbank ist öffentlich zugänglich, so dass auch Eltern und Schüler:innen ohne Login darauf zugreifen können.

Alternative Form der Problemmeldungen per Meldezettel

Zusätzlich zur Support-Mailadresse liegt in jedem Raum noch ein Block, mit dem man ein technisches Problem in Papierform melden kann. Das war v.a. in der Anfangszeit noch wichtig, als die Nutzung der Support-Mailadresse noch nicht bei allen Kolleg:innen eingeschliffen war. Heute kommt es nur noch selten vor, dass jemand ein Problem mit Hilfe des Meldezettels mitteilt, allerdings gibt es eben auch Situationen, in denen ein Stift und ein Blatt schneller zur Hand sind als ein digitales Gerät.

Das Ziel ist immer, dass möglichst viele technische Probleme tatsächlich gemeldet werden, damit wir sie möglichst bald beheben können. Wenn das nicht der Fall ist und Probleme länger bestehen, ohne dass wir davon wissen, sinkt insgesamt das Vertrauen in die technische Infrastruktur, was natürlich deren Nutzung im Alltag deutlich erschwert.

Den Block haben wir selbst gestaltet und bei einer Online-Druckerei drucken lassen.

Räumlichkeiten

Für die Netzwerkarbeit ist es hilfreich, wenn man einen eigenen Raum oder zumindest ein bis zwei Tische in einem Raum dauerhaft nutzen kann. Der Schulalltag bringt es mit sich, dass man oft nicht am Stück an einer Sache arbeiten kann, da hilft es enorm weiter, wenn man z.B. ein Gerät liegen lassen kann, an dem man gerade ein Update aufspielt, während man in den Unterricht geht.

Bei uns haben wir leider keinen eigenen Raum, aber immerhin zwei Tische in einem Lehrerarbeitsraum, dort liegen u.a. mehrere Netzteile fertig angeschlossen, ein Switch, um direkt einen Ethernet-Anschluss für einen Laptop bereit zu haben sowie verschiedene Werkzeuge, die man für die Wartung der Geräte im Klassenzimmer braucht.

Zeit

Ach, die Zeit … im schulischen Kontext ist das – zumindest in Baden-Württemberg, wo ich die Gegebenheiten kenne – der wichtigste Knackpunkt, weil die Anzahl der Ermäßigungsstunden, die die Schule für die Betreuung der IT zur Verfügung hat, in der Regel nicht ausreicht, wenn man nicht gerade an einer Berufsschule arbeitet.

Insofern kann man hier wenig sagen, außer: man sollte die Stunden, die man bei der Netzwerkarbeit verbringt, akribisch notieren, damit man bei den Verhandlungen mit der Schulleitung harte Daten hat und nicht auf Bauchgefühl-Angaben zurückgreifen muss.

Fazit

Ein schulisches Netzwerk am Laufen zu halten ist keine triviale Sache. Selbst wenn man, wie in unserem Fall, sich um den Server und die Installation von neuen Geräten gar nicht selbst kümmern muss. Die dargestellten organisatorischen Maßnahmen helfen uns im Alltag sehr, den Überblick zu behalten und die Arbeitsbelastung (meist) sinnvoll einteilen zu können. Ich hoffe, dass die Tipps den/die ein oder andere Kollegin/Kollegen ebenfalls weiterbringen.

Der Beitrag Ein schulisches Netzwerk supporten – Tools und Tipps erschien zuerst auf rete-mirabile.net.

UPDATE: Am 10. August 2018 erschien die Ausgabe 111 der Fachzeitschrift Computer + Unterricht zum Thema Storytelling. Darin war auch ein Artikel von mir. Hier wird nun der Artikel in einer früheren und längeren Form veröffentlicht.

 

---

tldr: Jede Schule sollte ihren eigenen Medienberater haben! Er würde die Medienbildung aller Beteiligten fördern, bei der Schulentwicklung helfen und er sollte bezahlt werden.

---

In einem Bericht der Kieler Zeitung, in dem einige der Schwierigkeiten dargestellt werden, mit denen Schulen zu kämpfen haben, die versuchen, der Digitalisierung gerecht zu werden, heißt es bedauernd im Schlusssatz: „Nicht jede Schule hat einen Herrn Klein“. Damit ist Malte Klein gemeint, der Lehrer, Medienberater am Institut für Qualitätsentwicklung (IQSH) und zudem Lehrbeauftragter an der Uni Kiel ist.

Ich behaupte, dass genau hier eines der größten Probleme liegt. Meines Erachtens ist es eine erhebliche Fehlentwicklung, dass nicht jede Schule einen eigenen Medienberater hat.

Medienberater?
Da der Begriff Medienberater im deutschsprachigen Raum nicht einheitlich genutzt wird, sollte ich zunächst einmal klären, was ich mir darunter vorstelle. Ich versuche mich einmal an einer Art Stellenbeschreibung:

Medienberater könnten…

• die Schulleitung in Fragen der (digitalen) Schulentwicklung beraten
• am Medienkonzept maßgeblich mitarbeiten, es evaluieren und Anpassungen vorschlagen,
• vielfältige Fortbildungen für Lehrende zu digitalen Themen anbieten: Vom Peer-to-peer-Training bis zur
• Organisation einer jährlichen SchiLf,
• mit dem Kollegium kommunizieren – auch das gehört zur Beratung – sowohl bei Flurgesprächen als auch
• über etablierte digitale Kanäle. Hier kann auf Fragen eingegangen werden und Vorschläge können gemacht werden.

Gerade der letzte Punkt ist meiner Erfahrung nach entscheidend. Die kurzen Wege zum persönlichen Gespräch, in dem Hindernisse aus dem Weg geräumt werden können, helfen dem Kollegium mehr, als jede einmalige Fortbildung, bei der man am nächsten Schultag doch wieder mit seinen (technischen) Problemen alleine da steht. Das kann kein Landes-Medienberater leisten, der für 100 Schulen zuständig ist.

Darüber hinaus wären noch weitere Einsatzgebiete denkbar, je nach Qualifikation des Beraters und nach Bedarf an der Schule:

Ausbringung von ITG-Kursen (Informationstechnische Grundbildung) bzw. -workshops sowie von Profilkursen im Wahlpflichtbereich in der Sek I und von Arbeitsgemeinschaften zu Themen wie Coden, Robotik, Mediendesign, Homepagepflege etc.
Außerdem wäre entweder die Mitarbeit bei der Netzwerkadministration oder die Arbeit als Datenschutzbeauftragter denkbar, beides zusammen wäre nicht möglich.
Hierbei sei jedoch darauf hingewiesen, dass die Aufgaben eines Administrators je nach Schulgröße und System einen großen Teil der Arbeitszeit verschlingen könnten.

Wichtig wäre bei dieser Vielfalt an Möglichkeiten, eine vernünftige Auswahl an Aufgaben, so dass für den Berater auch Zeit für seine eigentliche Kernaufgabe bleibt: Für das Beraten.

Nur eine Fiktion?
Es gibt Schulen, da ist ein solcher Berater bereits Realität.
In einem Podcast aus der Reihe Jöran ruft an spricht Jöran Muuß-Merholz mit Sandra Ricker über ihre Arbeit als Educational Technology Coach in Singapur. Hier sind in den Shownotes auch die Stellenausschreibung und vor allem das Anforderungsprofil eines ETC verlinkt. Lesenswert!
An diesem Beispiel wird die sehr unterschiedliche Wertschätzung des Arbeitsbereichs eines Medienberaters deutlich. Während der Educational Technology Coach in Singapur eine volle Stelle hat, bekommt ein Medienkoordinator (so nennt sich der Posten eines Medienberaters in einigen Bundesländern) für seine Arbeit z.T. nicht mal eine Entlastungsstunde.

Wer kann denn sowas?
Bei Diskussionen zu dem Thema kommt immer irgendwann die Frage auf, wo denn die ganzen technisch-didaktisch und juristisch gut ausgebildeten Lehrer herkommen sollten. Dabei muss ein schulischer Medienberater gar nicht unbedingt Lehrer sein. Schließlich gibt es an vielen Schulen auch Schulsozialarbeiter, die keine Lehrer sind. Diese Arbeit könnten auch Medienpädagogen mit Erfahrungen im Bildungssektor oder Diplompädagogen mit digitalem Arbeitsschwerpunkt übernehmen. Und bestimmt habe ich hier noch wichtige Berufsfelder vergessen. Man möge sie bitte über die Kommentarfunktion ins Spiel bringen.
Die Frage wäre für mich nicht, welche Berufsbezeichnung diese Menschen haben, sondern ob sie geeignet sind, eine Schule voran zu bringen.

Bufdi und Schüler ersetzen den Medienberater?
An einigen Schulen wurde ein Konzept erprobt, bei dem Personen aus dem Bundesfreiwilligendienst in Schulen beschäftigt wurden, z.B. hier. An vielen anderen Schulen werden entsprechend ausgebildete Schüler, beispielsweise die Digitalen Helden im Bereich der Medienbildung der Schülerschaft eingesetzt. Hier können erfahrene BFD-Kräfte und Schüler-Coaches viel erreichen.
Aber können diese beiden Gruppen die Aufgaben eines Medienberaters übernehmen? Die Idee: ein technisch versierter Bufdi oder Teilnehmer einer Schüler-Medien-Hilfsgruppe könnte wenig technikerfahrenen Kollegen zur Hand gehen und den Beamer anschließen, den Computer hochfahren, beim Einwählen in das Schulnetz unterstützen und einiges mehr. Auf der einen Seite sehe ich hier für solche Kollegen einen echten Gewinn, da die Forderung nach kurzen Wegen zur technischen Hilfestellung erfüllt ist. Und auch für die Freiwilligen stelle ich mir die Aufgabe durchaus reizvoll und erfahrungsreich vor. Allerdings kann man weder von einer BFD-Kraft noch von einem Schüler erwarten, dass er pädagogisches/didaktisches Vorwissen mitbringt, sich über das übliche Maß mit Urheberrecht auskennt und die Bestimmungen für das Datenschutzrecht in Schulen kennt. Und somit kann von ihm auch nicht erwartet werden, dass er Schulleitung, Mitarbeiter und Kollegium in entsprechenden Bereichen berät und schult. Solche Lösungen können also keinesfalls ein Ersatz für den oben geforderten Medienberater sein, wohl aber eine hervorragende Ergänzung.

Wer soll das bezahlen?
Auf dem Digital Education Day 2016 in Köln lobte Silvia Löhrmann, damals Ministerin für Schule und Weiterbildung in NRW, die Ausweitung der Medienberater-Stellen auf Landesebene. Der Einrichtung eines schulischen Medienberaters erteilte Sie jedoch eine Absage (hier ab Min. 41). Schade. Dabei wären die Länder die richtigen Ansprechpartner. Sie haben die Bildungshoheit und somit auch die Verpflichtung, die Schulentwicklung (auch im Bereich der Digitalisierung) zeitgemäß zu gestalten. Der Bund hat hier hingegen durch das Kooperationsverbot nur eingeschränkte Möglichkeiten. Wobei ich nicht behaupten möchte, mich in den Feinheiten dieser Regelung auszukennen. Als Laie kann ich sicherlich von einer Refinanzierung der schulischen Medienberater-Stellen durch Bundesmittel träumen, deren Ausgestaltung nach den Richtlinien der Länder erfolgt und die auf Grundlage des konkreten Bedarfs an der jeweiligen Schule ausgerichtet werden. Man wird ja noch träumen dürfen. Vielleicht hilft ja der Art. 91b GG weiter.
Schließlich wären natürlich noch die Eltern und die Wirtschaft als Geldgeber möglich. Beides sind nicht wirklich meine Favoriten. Die Elternfinanzierung könnte nur an Schulen mit entsprechend zahlungskräftiger Elternschaft realisiert werden, was unsere soziale Schieflage in der deutschen Bildungslandschaft (hier aktuell am Beispiel Berlin) noch verstärken würde. Und die Wirtschaft, die sich bereits kräftig mit MINT- und sonstigen Initiativen ins Spiel bringt, hat bisher vor allem einen Schwerpunkt an Gymnasien gesetzt. Medienberatung sollte aber dringend an allen Schulen möglich sein.

Fazit:
Jede Schule sollte ihren eigenen Medienberater haben! Ohne diesen Posten bleiben Forderungen und Versprechen über Milliardenbeträge für technische Ausstattung an Schulen wirkungslos, da die Technik nicht (adäquat) genutzt wird. Ich fordere Bund und Länder auf, sich dieses Themas anzunehmen und die bisherigen Beratungsstrukturen entsprechend zu ergänzen.
Und nur so am Rande: Um ein funktionierendes Konzept zu haben, müssen darüber hinaus noch weitere Bedingungen erfüllt sein. Vor allem die Wartung und Administration der Geräte muss in professionelle Hände gelegt werden. Hierfür wird eine langfristige Finanzierung benötigt, keine einmaligen Milliardenaufwendungen. Aber das gehört in einen anderen Blogbeitrag…

Dieses Werk von André Hermes ist lizenziert unter einer Creative Commons Namensnennung 4.0 International Lizenz.